图像处理中的直方图均衡 python-Gonzalez e Woods

Question

标题所示的目标是均衡给定图像，只是在我的情况下它是过度饱和的，顺便说一下，我上传的任何图像“弹出”。我正在尝试重现 Gonzalez 和 Woods 算法。除此之外，必须有一些方法可以使代码“更轻”地被编译，唯一的规则是一切都必须使用 numpy 库来完成。 算法链接：https://pt.wikipedia.org/wiki/Equaliza%C3%A7%C3%A3o_de_histograma

代码中间有绘图，因为它是在 jupyter 中制作的，我使用了几个单元格来尝试优化代码，即更快地运行它。

代码如下：

import numpy as np
import matplotlib.pyplot as plt

olho=plt.imread('training/images/29_training.tif')
olho_verde=olho[:,:,1]

teste=np.copy(olho_verde)

incidencia=np.zeros((teste.size)) 
ocorrencia=np.zeros(256)
k=0
for i in range(584):
    for j in range(565):
        incidencia[k]=teste[i,j] #all image intensities
        k=k+1
count=0
for i in range(256): # how many times each intensity occurs for a total number of pixels of 255
    for j in range(len(incidencia)):
        if incidencia[j]==i:
            count=count+1
    ocorrencia[i]=count
    count=0

acumulado=np.zeros(256) #down here I have the algorithm so with histogram and image plot
count=0
for i in range(256):
    count=count+ocorrencia[i]
    acumulado[i]=count
        
constante=255/(584*565)

for i in range(256):
    acumulado[i]=round(acumulado[i]*constante,0)
    
plt.figure(figsize=(20,8))    
plt.hist(acumulado,256,[0,256])
plt.show

equaliza=np.copy(olho_verde)
i1,j1=np.nonzero(equaliza)

for i in range(256):
    for j in range(len(i1)):
        if(equaliza[i1[j],j1[j]]==i):
            equaliza[i1[j],j1[j]]=acumulado[i]
            
plt.imshow(equaliza)

Answer 1

这里有几件事在起作用。从您的输入文件名来看，您可能正在使用 16 位 TIFF 文件。如果您正在处理 16 位值，则最大值是 65535，而不是 255。这将导致直方图不正确。还有一些巨大的速度改进。

你的这段代码会很慢：

for i in range(256):
    for j in range(len(incidencia)):
        if incidencia[j]==i:
            count=count+1
    ocorrencia[i]=count
    count=0

将数组用作查找表：

for j in range(len(incidencia)):
    ocorrencia[int(incidencia[j])] += 1

对于这个块也是如此：

for i in range(256):
    for j in range(len(i1)):
        if(equaliza[i1[j],j1[j]]==i):
            equaliza[i1[j],j1[j]]=acumulado[i]

变成：

for j in range(len(i1)):
    equaliza[i1[j], j1[j]] = acumulado[int(equaliza[i1[j], j1[j]])]

最后，为确保 implot 函数调用一切正常，将所有内容转换为 8 位 RGB 以显示：

equaliza = equaliza.astype("uint8")
equaliza = np.stack((equaliza,) * 3, axis=-1)

这是最终结果：

import numpy as np
import matplotlib.pyplot as plt

olho = plt.imread('faded.jpg')
olho_verde = olho[:, :, 1]

teste = np.copy(olho_verde)

if teste.dtype == np.uint16:
    depth = 65536
else:
    depth = 256

height, width = teste.shape

incidencia = np.zeros((teste.size))
ocorrencia = np.zeros(depth)
k = 0
for i in range(height):
    for j in range(width):
        incidencia[k] = teste[i, j]
        k = k + 1
count = 0

for j in range(len(incidencia)):
    ocorrencia[int(incidencia[j])] += 1

acumulado = np.zeros(depth)
count = 0
for i in range(depth):
    count += ocorrencia[i]
    acumulado[i] = count

constante = (depth-1) / (height * width)

for i in range(depth):
    acumulado[i] = round(acumulado[i] * constante, 0)

equaliza = np.copy(olho_verde)
i1, j1 = np.nonzero(equaliza)

for j in range(len(i1)):
    equaliza[i1[j], j1[j]] = acumulado[int(equaliza[i1[j], j1[j]])]

equaliza = equaliza.astype("uint8")
equaliza = np.stack((equaliza,) * 3, axis=-1)

plt.imshow(equaliza)
plt.show()

输入图片：

输出图像：