【问题标题】:How do I normalize RGB in Python?如何在 Python 中标准化 RGB?
【发布时间】:2019-12-15 05:57:50
【问题描述】:

我需要标准化一个 RGB 图像。 我有灰度标准化的代码,但它不起作用。 是否可以先对 RGB 图像执行更新? 我附上了灰度标准化的代码

img = cv2.imread("055_GT2_IN_F_LI_01_4.jpg",0)
    equ = cv2.equalizeHist(img)
    res = numpy.hstack((img, equ))

    # show image input vs output
    cv2.imshow('image', res)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

    return img,equ

【问题讨论】:

  • 你是什么意思,它不起作用?
  • 不适用于 RGB 图像。
  • 再一次,什么不起作用?
  • 标准化不适用于彩色图像 (RGB),仅适用于灰度图像。同时,我想知道是否可以对这种类型的图像执行这样的操作。
  • 直方图均衡不是归一化。归一化与均值减法和除以标准差有关。如果要均衡彩色图像,可以分别在每个通道上执行此操作,也可以转换为 HSV(或 LAB 等),均衡类似强度的通道,然后将该通道与原始 S 和 V 通道转换回来到 RGB。

标签: python opencv image-processing signal-processing normalization


【解决方案1】:

直方图归一化仅支持灰度图像。 你可以cv::split()你的图片到单独的频道,cv::equalizeHist()他们单独之前cv::merge()他们回到一起。

【讨论】:

猜你喜欢
  • 2012-06-30
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2020-09-27
  • 1970-01-01
  • 2020-10-16
  • 1970-01-01
  • 2018-05-19
相关资源
最近更新 更多