Python cv2 图像自适应灰度直方图均衡化处理方法

__author__ = 'Administrator'

import numpy as np
import cv2
 
mri_img = np.load('mri_img.npy')
 
# normalization
mri_max = np.amax(mri_img)
mri_min = np.amin(mri_img)
mri_img = ((mri_img-mri_min)/(mri_max-mri_min))*255
mri_img = mri_img.astype('uint8')
 
r, c, h = mri_img.shape
for k in range(h):
 temp = mri_img[:,:,k]
 clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
 img = clahe.apply(temp)
 cv2.imshow('mri', np.concatenate([temp,img], 1))
 cv2.waitKey(0)

均衡化前、后对比效果

以上这篇Python cv2 图像自适应灰度直方图均衡化处理方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持呐喊教程。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。