Xin chào các bạn, hôm nay chúng ta vẫn cùng khám phá về histogram, cân đối biểu đô nút xám và phân loại hình ảnh áp dụng histogram.

Bạn đang xem: Histogram là gì

Ôn lại bài bác tuần 2

Đâu tiên, họ đã điểm qua các kỹ năng về phép toán trên điểm ảnh vào nội dung bài viết trước.

Lấy mẫu, lượng tử hóaBiến thay đổi bên trên điểm hình họa -> chỉnh khả năng chiếu sáng, độ tương phảnGammaNegationKết hòa hợp ảnhTính trung bìnhTrừ backgroundHistogram

1. Khái niệm

Histogram (lược đồ dùng xám) là biểu thiết bị tần xuất thống kê chu kỳ xuất hiện những nấc sáng sủa vào hình họa.

2. Cách tính histogram

rkr_krk​ là nút xám của hình ảnh f(x,y)f(x,y)f(x,y)nkn_knk​ là số điểm ảnh (pixels) có giá trị rkr_krk​Biểu thiết bị nút xám không chuẩn hóa (unnormalized histogram) của fff được có mang nlỗi sau: h(rk)=nkh(r_k) = n_kh(rk​)=nk​ cùng với k=0,1,...,L−1k = 0, 1,..., L-1k=0,1,...,L−1, LLL là số nút xám.Biểu trang bị chuẩn chỉnh hoá (normalized histogram): p(rk)=h(rk)MN=nkMNp(r_k) = frach(r_k)MN = fracn_kMNp(rk​)=MNh(rk​)​=MNnk​​ cùng với M, N là chiều dài và chiều rộng của fff tuyệt là của ảnh

3. Ví dụ

Ta theo thứ tự có hình họa cùng histogram tương xứng cùng với những ảnh drank, light, low-contrast với high-contrast

*
Ta bao gồm nhấn xét

Với hình họa dark thì histogram gồm những cột tập trung vào bên trái tương ứng với màu sắc tốiVới hình ảnh light thì histogram gồm triệu tập vào bên đề nghị cất những pixel trắngVới hình họa độ tương bội nghịch phải chăng (low-contrast) thì histogram có các cột tập trung xkhông nhiều nhau cùng sinh sống giữaVới hình họa độ tương phản cao (high-contrast) thì histogram san hầu như cùng với những giá trị

4. Code

Giả sử ta gồm tấm hình độ tương bội nghịch như sau:

*
Ta bắt đầu import tlỗi viện và load ảnh.

Xem thêm: Hot Girl Ribi Sachi Là Ai? Tiểu Sử, Sự Nghiệp Và Tình Duyên Tiểu Sử Ribi Sachi

import numpy as np import cv2 import matplotlib.pyplot as plt%matplotlib inlineplt.rcParams<"figure.figsize"> = <10,8>img = cv2.imread("low-exposure.jpg", 0)Chúng ta bắt đầu demo bắt đầu code nào

*

Histogram equalization (cân bằng biểu thiết bị mức xám)

1. Khái niệm

Phần này là phần bản thân trình làng với chứng tỏ cách làm, trường hợp thấy thừa lâu năm dòng và khó khăn hiểu bạn có thể xem luôn luôn phần các bước làm cho.

*

Do kia, hàm tỷ lệ xác suất của sss, được ra quyết định vị Lever xám PDF của ảnh nguồn vào và hàm thay đổi sẽ lựa chọn. Một hàm thay đổi quan trọng trong cách xử lý hình họa gồm dạng:

*

Đẳng thức bên cần của phương trình bên trên được call là hàm phân pân hận tích điểm của thay đổi thốt nhiên rrr, nó 1-1 điệu tăng thỏa mãn ĐK 1). Tương tự, tích phân của hàm mật độ phần trăm trong vòng <0,L−1><0, L-1><0,L−1> cũng nằm trong tầm <0,L−1><0, L-1><0,L−1> đề nghị ĐK 2 được thỏa mãn. Ta có:

*

*

Thay công dụng này đến dsdrfracd_sd_rdr​ds​​ mang đến phương thơm trình (3 -10), cùng do tất cả các quý giá phần trăm số đông dương, ta thu được:

*

Ta thấy ps(s)p_s(s)ps​(s) là hàm phân bổ Phần Trăm đa số, từ bỏ kia hoàn toàn có thể Kết luận rằng bài toán triển khai phnghiền biến hóa (3-14) vẫn xuất hiện trở nên bất chợt sss cùng với hàm phân bổ tỷ lệ đều.

Xem thêm: Tác Giả Đường Gia Tam Thiếu Là Ai ? Tóm Tắt Tiểu Sử Tác Giả Đấu La Đại Lục

lúc hình ảnh là các giá trị khả năng chiếu sáng rời rốc, ta thao tác với Tỷ Lệ xuất hiện của từng giá trị ánh sáng và phép toán thù tổng tỷ lệ rứa vì chưng hàm mật độ Tỷ Lệ cùng phép tân oán tích phân. Xác suất mở ra của mức xám rkr_krk​ trong hình họa được tính xê dịch bằng pr(rk)=nkMNp_r(r_k) = fracn_kMNpr​(rk​)=MNnk​​. Hiện nay cách làm cho phép biến đổi tương tự trong phương trình (3-10) trên những giá trị rời rốc là:

Vậy sau 1 hồi nhiều năm loại để đưa ra công thức Tính quý hiếm mức xám mang lại từng điểm ảnh: O(x, y) = round( T(I(x,y)) )

Ta có ví dụ khiến cho trực quan lại hơn. Ta có bảng phân pân hận cường độ cùng giá trị histogram mang đến hình hình họa hiện đại số 3 bit hình ảnh 64 * 64

*

Theo cách làm ta công thêm được

L = 8

s0=T(r0)=7∗pr(n0)=1.33s_0 = T(r_0) = 7 * p_r (n_0)=1.33s0​=T(r0​)=7∗pr​(n0​)=1.33

*

Sau đó ta sẽ thay đổi giá trị của từng điểm hình ảnh nlỗi sau:

*

3. Code

Ta đã áp dụng tấm hình trên để cân đối histogram

Cách 1 ta sử dụng thủ công thì hàm cân bằng histogram nhỏng sau:

def hist_equalize(img): # 1. calclate hist hist = cv2.calcHist(

*

Tài liệu tsay mê khảoXử lý ảnh - Lê Thanh HàR. C. Gonzalez, R. E. Woods, “Digital Image Processing,” 4th edition, Pearson, 2018.

Chuyên mục: Ý NGHĨA
Bài viết liên quan

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *