数字图像处理Python语言实现-图像低对比度判断
程序员文章站
2024-03-18 22:51:22
...
判断图像是否为低对比度图像
通过指定低亮度像素在整个图像中所占的比例来判断图像是否为低对比度图像。
Python实现代码如下:
def is_low_contrast(src,fraction_threshold=0.5, lower_percentile=1,
upper_percentile=99):
# 转换为灰度图像
src = np.asanyarray(src)
if src.ndim == 3 and src.shape[2] in [3, 4]:
src = cv2.cvtColor(src,cv2.COLOR_RGB2GRAY)
# 获取图像数据类型的最大值和最小值
dlimits = (np.iinfo(src.dtype).min, np.iinfo(src.dtype).max)
# 计算低亮度像素在整个图像中的范围
limits = np.percentile(src, [lower_percentile, upper_percentile])
# 计算比例
ratio = (limits[1] - limits[0]) / (dlimits[1] - dlimits[0])
return ratio < fraction_threshold
程序运行结果:
判断为低对比度图像
判断为不是低对比度图像
推荐阅读
-
数字图像处理Python语言实现-图像低对比度判断
-
【数字图像处理】图像滤波C语言实现(中值,均值,高斯)
-
【数字图像处理】图像形态学算法C语言实现(图像卷积,膨胀,腐蚀,开运算,闭运算,顶帽,黑帽,雕版,锐化)
-
数字图像处理(5):幂次变换(C语言实现)
-
【数字图像处理】Hough变换C语言实现
-
Python数字图像处理之霍夫线变换实现详解
-
Python数字图像处理之霍夫线变换实现详解
-
python数字图像处理实现直方图与均衡化
-
数字图像处理与Python实现-颜色空间转换-RGB颜色空间与YUV颜色空间转换
-
python图像处理库ImageEnhance实现图像的亮度、对比度、色度和锐度四种方式增强