Python图像的线性变换和非线性变换

Python图像的线性变换和非线性变换

逐像素运算就是对图像的没一个像素点的亮度值，通过一定的函数关系，转换到新的亮度值。这个转换可以由函数表示：
$s = f( r )$
其中r为原来的像素值，s为新的像素值，通常采用的函数了单调函数进行变换。

线性变换:

$s(x,y) =c+kr(x,y)$

非线性变换：

$s=a+\frac {ln(r+1)} {blnc}$

其中a,b,c为常数。

Gamma变换:

$s = cr$

代码实现：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
 
 
# 封装图片显示函数
def image_show(image):
    if image.ndim == 2:
        plt.imshow(image, cmap='gray')
    else:
        image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
        plt.imshow(image)
    plt.show()
 
 
if __name__ == '__main__':
 
    # 读取灰度图像
    img_lenna = cv.imread('./pic/cat500x480.jpg', 0)
 
    # 线性变换
    alpha = 2             # 斜率参数
    beta = 20             # 偏置参数
    img_linear = cv.convertScaleAbs(img_lenna, alpha=alpha, beta=beta)
    image_show(img_linear)
 
    # 非线性变换
    para1 = 10            # 非线性参数1
    para2 = 0.1           # 非线性参数2
 
    img_nonlinear = para1 + np.log(np.float32(img_lenna) + 1) / para2
    img_nonlinear = np.clip(img_nonlinear, 0, 255)
    image_show(img_nonlinear)
 
    # 非线性变换（gamma变换）
    gamma = 1.2           # 指数参数
    img_nonlinear = np.power(img_lenna, gamma)
    img_nonlinear = np.clip(img_nonlinear, 0, 255)
    image_show(img_nonlinear)