Question

a screenshot of the img values 2 [这是原始的} 3 [这是预期的输出] this is the output I get我正在尝试从{{1} }到python中的0-100，但输出图像不正确。我画了代表两个范围之间线性关系的直线，在第8行中，我使用此方程式获得输出。我的代码有什么问题？

这是我的第一个问题，非常抱歉。

50-200

Answer 1

import numpy as np
import copy
def Contrast_enhancement(img):
    newimg = np.array(copy.deepcopy(img)) #this makes a real copy of img, if you dont, any change to img will change newimg too
    temp_img=np.array(copy.deepcopy(img))*3/2+50/255
    newimg = np.where(newimg<=100,temp_img,newimg)
    return newimg

或更短：

import numpy as np
import copy
def Contrast_enhancement(img):
    newimg = np.array(copy.deepcopy(img)) #this makes a real copy of img, if you dont, any change to img will change newimg too

    newimg = np.where(newimg<=100,newimg*3/2+50/255,newimg)
    return newimg

复制部分应该可以解决您的问题，而numpy部分只是为了加快处理速度。如果newimg为<= 100，则Np.where返回temp_img，否则为newimg。

Answer 2

您的问题有两个答案：

这是严格的技术（@DonQuiKong试图回答的一种），它指的是如何简单或正确地进行拉伸。
另一个是隐式的，试图回答您图像拉伸的实际问题。

我在这里关注第二种情况。从您提供的图像样本来看，您没有采取正确的方法。让我们考虑一下您提供的样本确实具有所有0-100之间的强度值（从我个人电脑中的屏幕捕获来看，它们没有，但是屏幕取决于一定程度）。您的方法似乎正确，应该可以解决一些小错误。

1）例如，一个小错误是：

newimg = img

不执行您认为的操作。它确实创建了原始变量的别名。使用：

newimg = img.copy()

相反。

2）如果出现边界不同的图像，则您的代码已损坏。由于某种原因，它将忽略某些像素，而我猜这不是您想要的。

3）在这种情况下，可以使用以下方法将所需的拉伸应用于整个图像：

newimg -= np.min(newimg)
newimg /= np.max(newimg)

这只会将您的强度拉伸到0-255边界。

4）从样本图像来看，您还需要进行更彻底的拉伸（这会牺牲一些图像信息来增加图像对比度）。除了上述限制，您还可以使用下限：

    newimg -= np.min(newimg)
    newimg /= (np.max(newimg) * 0.5)

这有效地“燃烧”了一些像素，但是在您的情况下，结果看起来更接近您想要的像素。除此之外，您还可以将旧强度的非线性映射（例如对数映射）应用于新强度，而不会得到任何“灼伤”像素。

值为0.5的样本：

对比度增强如何线性地拉伸图像的灰度级？

2 个答案: