Histogram Equalization - 直方圖均衡化 詳細解說 # 附 Python 程式碼
[影像處理 Image Processing] Histogram Equalization - 直方圖均衡化 詳細解說 # 附 Python 程式碼 前言介紹 Histogram Equalization 直方圖均衡化 - 是用於將一幅圖像的像素的色彩強度平均分佈，令圖像提高對比度及擁有更豐富的色彩，能使圖像不會過暗或過亮，常用於過暗或過亮的圖片美化。 觀念解說 Histogram Equalization 主要目的是將原始圖像像素的色彩強度均勻地映射到整個色彩範圍內，得到一個色彩強度分佈均勻的圖像。 左圖: 均衡化前色彩強度範圍 右圖: 均衡化後色彩強度範圍 以下用Lenna來作為範例。 Histogram Equalization 直方圖均衡化 效果圖 經過比較可以發現經過直方圖均衡化後，使圖像原本較亮的地方更亮，較暗的地方更暗，色彩變得比較均衡。圖像的對比度增強，使得細節更加清晰。 若是應用在較暗的圖片，就會呈現出以下這種效果。 Histogram Equalization 直方圖均衡化- 較暗的圖片效果 計算方法 假設 圖像A 是一個 5 x 5 像素的圖像，其色彩範圍是 [ 0 , 7 ]。 圖像A 然後計算其 統計直方圖 如下表 - 表格A ︰