改变灰度图像直方图的均值和标准差

改变灰度图像直方图的均值和标准差

        当我们有一张较暗淡的图像，我们想让图像变明亮；或者反过来，如果图像严重曝光，我们想让图像变暗。这时，我们可以采用什么方法呢？我们可以直接对图像的直方图进行操作，改变灰度图像直方图的均值和标准差。进而实现我们想要的效果。

        算法如下式：其中m0和s0表示的是我们想要图像像素分布变成的均值和标准差，m和s是原图像的均值和标准差：

改变图像直方图的均值和标准差公式 ↑

 

---

实验：通过上述算法实现对图像直方图的均值和标准差的改变

import cv2
import numpy as np
import matplotlib.pyplot as plt

# histogram manipulation
def hist_mani(img, m0=128, s0=52):
    m = np.mean(img)
    s = np.std(img)

    out = img.copy()

    # normalize
    out = s0 / s * (out - m) + m0
    out = np.clip(out,0,255)
    out = out.astype(np.uint8)

    return out

# Read image
img = cv2.imread("../head_g.jpg",0).astype(np.float)
out = hist_mani(img,m0=130,s0=60)

# Display histogram
plt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))
plt.savefig("out_his.png")
plt.show()
plt.hist(img.ravel(), bins=255, rwidth=0.8, range=(0, 255))
plt.savefig("out_his_img.png")
plt.show()
# Save result
cv2.imshow("result", out)
cv2.imwrite("out.jpg", out)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

实验结果：

原图像的像素分布 ↑

修改直方图的均值和标准差后图像的像素分布 ↑

原图 ↑

 

改变直方图均值和标准差之后的图像 ↑

        可以看到，原图像是比较暗的，像素集中于靠近0的部分。我们通过增大图像直方图的均值和标准差，使得图像的像素值整体增大，由此增加了图像的亮度。如果你想要减小图像的亮度，则可以考虑采用与此相反的方法。

---

参考内容：

　　https://www.jianshu.com/p/eae053c19f96