【数字图像处理】改变图像灰度级别

改变图像灰度级别

首先,对原始图像 O O O进行灰度级量化:

q = int ⁡ ( O 2 i ) × 2 i , q=\operatorname{int}\left(\frac{O}{2^{i}}\right) \times 2^{i}, q=int(2iO)×2i,

灰度级别256,128,64,32,16,8,4,2 对应 i = 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 i=0,1,2,3,4,5,6,7 i=0,1,2,3,4,5,6,7

例如,

  • 灰度级别为2时,原始图像中属于[0,128)的值被量化为0,属于[128, 256)的值被量化为128。

  • 灰度级别为4时,原始图像中属于[0, 64)的值被量化为0,属于[64,128)的值被量化为64,属于[128,192)的值被量化为128,属于[192, 256)的值被量化为192.

然后将灰度值范围变换到[0,255]:

q = int ⁡ ( 255 × q max ⁡ ( O ) ) . q=\operatorname{int}\left(255 \times \frac{q}{\max (O)}\right). q=int(255×max(O)q).


import cv2 as cv
import numpy as np

img = cv.imread('blurry_moon.tif', cv.IMREAD_GRAYSCALE)


print(np.max(img))
# 灰度级别: 256128643216842
for i in range(8):
    img_q = (img / (2 ** i)).astype(np.uint8) # 保留前8-i比特
    img_q = img_q * (2 ** i)
    img_q=img_q / np.max(img_q) * 255  # [0-255]
    img_q=img_q.astype(np.uint8)

    cv.imwrite('level{}.jpg'.format(i), img_q)


思考:改变图像灰度级别与压缩量化的区别?

相关推荐

  1. 【FPGA图像处理实战】- 彩色图像灰度

    2024-03-27 07:20:03       57 阅读
  2. 猫狗分类识别③图像灰度处理

    2024-03-27 07:20:03       36 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-03-27 07:20:03       98 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-03-27 07:20:03       106 阅读
  3. 在Django里面运行非项目文件

    2024-03-27 07:20:03       87 阅读
  4. Python语言-面向对象

    2024-03-27 07:20:03       96 阅读

热门阅读

  1. 如何利用ChatGPT写论文

    2024-03-27 07:20:03       41 阅读
  2. OpenCV基础demo

    2024-03-27 07:20:03       40 阅读
  3. 05、Lua 变量

    2024-03-27 07:20:03       37 阅读
  4. leetcode - 843. Guess the Word

    2024-03-27 07:20:03       36 阅读
  5. 【Django】枚举类型数据

    2024-03-27 07:20:03       37 阅读