图像处理-线性拉伸

图像领域：拉伸即：灰度图拉伸，与直方图均衡化类似，但是也不同！！！

线性拉伸：1）直接线性拉伸；2）裁剪线性拉伸；3）分段式拉伸。

1）直接线性拉伸：（直接归一化，然后放缩到指定大小范围）

代码：

import cv2

import numpy as np

gray=np.float( cv2.imread(**) )

gray_new=( gray-gray.min() ) / ( gray.max()-gray.min() ) # 归一化到0-1

maxout=255

minout=0

gray_out=gray_new * （maxout -minout） # maxout=255   minout=0

gray_out=np.uint8( gray_out )

2）裁剪线性拉伸：（去掉2%百分位以下的数，去掉98%百分位以上的数，上下百分位数一般相同，并设置输出上下限）

import cv2
import numpy as np

gray=np.float( cv2.imread(**) )

d2=np.percentile( gray,2 )
u98=np.percentile( gray,98 )

maxout=255
minout=0

gray_new=minout + ( (gray-d2) / (u98-d2) ) * (maxout - minout)
gray_new[gray_new < minout]=minout
gray_new[gray_new > maxout]=maxout

gray_out=np.uint8(gray_new)

3）分段式 线性拉伸（百度图片）

分段数学公式，按照公式求出前后灰度

即： （横轴：拉伸前灰度，纵轴：拉伸后灰度，一一对应）。

####################################################

envi 中对应的线性拉伸实现：

线性拉伸 2%： 即： 2）裁剪线性拉伸

ENVI对打开的一幅遥感影像默认是2%的线性拉伸，当然只是显示效果发生变化，亮度得到提升，但是像元值并没有发生改变；这里的Linear2%是指将直方图累积在2%至98%之间的像元值拉伸，取直方图累积在2%处对应的光谱值为MinValue，98%处对应的光谱值为MaxValue，那么可解释为如果像元值大于MinValue且小于MaxValue，则将其拉伸至0-255；如果像元值小于MinValue，那么将其改为MinValue；如果像元值大于MaxValue，那么将其改为255。

线性拉伸 0-255：即：1）直接线性拉伸

####################################################

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！