### 灰度分段线性变换的 Python 实现 灰度分段线性变换是一种通过定义多个线性映射关系来调整图像灰度值的方法。这种方法可以增强图像中特定灰度范围内的细节，同时抑制其他灰度范围的影响[^1]。 以下是一个使用 Python 实现灰度分段线性变换的完整代码示例： ```python import numpy as np import cv2 import matplotlib.pyplot as plt # 加载灰度图像 def load_image(image_path): img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) return img # 分段线性灰度变换函数 def piecewise_linear_transformation(image, a, b, c, d): """ 分段线性灰度变换 :param image: 输入的灰度图像 (numpy array) :param a: 第一段线性区间的上限 :param b: 第二段线性区间的下限 :param c: 第一段线性区间的输出上限 :param d: 第二段线性区间的输出下限 :return: 变换后的图像 (numpy array) """ f = image.astype(np.float32) # 转换为浮点类型以避免溢出 g = np.zeros_like(f) # 定义分段线性变换规则 g[f < a] = (c / a) * f[f < a] g[(f >= a) & (f < b)] = ((d - c) / (b - a)) * (f[(f >= a) & (f < b)] - a) + c g[f >= b] = ((255 - d) / (255 - b)) * (f[f >= b] - b) + d # 将结果转换回 uint8 类型 g = np.clip(g, 0, 255).astype(np.uint8) return g # 显示图像和直方图 def display_results(original_image, transformed_image): fig, ax = plt.subplots(2, 2, figsize=(10, 8)) # 显示原图 ax[0, 0].imshow(original_image, cmap='gray') ax[0, 0].set_title('Original Image') ax[0, 0].axis('off') # 显示原图直方图 ax[0, 1].hist(original_image.ravel(), bins=256, range=[0, 256], color='gray') ax[0, 1].set_title('Original Histogram') # 显示变换后的图像 ax[1, 0].imshow(transformed_image, cmap='gray') ax[1, 0].set_title('Transformed Image') ax[1, 0].axis('off') # 显示变换后图像的直方图 ax[1, 1].hist(transformed_image.ravel(), bins=256, range=[0, 256], color='gray') ax[1, 1].set_title('Transformed Histogram') plt.tight_layout() plt.show() # 主程序 if __name__ == "__main__": # 加载图像 image_path = 'lena256.bmp' # 替换为实际图像路径 original_image = load_image(image_path) # 定义分段线性变换参数 a, b = 50, 150 # 输入灰度范围分割点 c, d = 0, 255 # 输出灰度范围映射值 # 应用分段线性变换 transformed_image = piecewise_linear_transformation(original_image, a, b, c, d) # 显示结果 display_results(original_image, transformed_image) ``` 此代码实现了灰度分段线性变换，并展示了原始图像与变换后图像及其对应的直方图。分段线性变换的核心在于定义多个线性映射区间，每个区间根据输入灰度值计算对应的输出灰度值[^2]。 #### 关键点解释 - **分段线性变换**：通过定义多个线性映射规则，将输入灰度值映射到不同的输出灰度范围。这种方法可以增强图像中特定灰度范围内的细节。 - **参数设置**：`a` 和 `b` 定义了输入灰度范围的分割点，`c` 和 `d` 定义了输出灰度范围的映射值。这些参数可以根据具体需求进行调整。 - **直方图显示**：通过对比原始图像和变换后图像的直方图，可以直观地观察灰度分布的变化。