Mahotas - 伽马校正拉伸

伽马校正拉伸是指增强图像的整体对比度。这是通过增加伽马值来实现的，伽马值增加会扩展图像像素的强度级别范围。

伽马校正拉伸的过程涉及将原始输入值拉伸到新的更宽的取值范围。

在Mahotas中进行伽马校正拉伸

在Mahotas中，我们可以使用mahotas.stretch()函数进行图像的伽马校正拉伸。

在伽马校正中，大于1的伽马值会增加图像的对比度，而小于1的伽马值会降低对比度。

因此，通过拉伸伽马值，图像的暗区会变得更暗，亮区会变得更亮，从而在不同的色调和细节之间产生更明显的区别。

使用mahotas.stretch()函数

mahotas.stretch()函数接收图像作为输入，并返回图像的锐化版本作为输出。生成的图像具有增强的对比度和改进的细节可见性。

stretch()函数确定图像中的最小和最大强度值，并将它们转换为全范围的像素值（对于8位图像为0-255）。

语法

以下是Mahotas中mh.stretch()函数的基本语法：

mahotas.stretch(img, arg0=None, arg1=None, dtype=<class 'numpy.uint8'>)

其中，

• image - 输入图像。

• arg0 (可选) - 输出的最小值（默认值为0）。

• arg1 (可选) - 输出的最大值（默认值为255）。

• dtype (可选) - 输出图像的数据类型（默认为uint8）。

示例

在下面的示例中，我们使用mh.stretch()函数来增加灰度图像的对比度：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sun.png')
# Converting to grayscale
gray_image = mh.colors.rgb2gray(image)
# Decreasing gamma value
corrected_gamma = 3.2
# Applying stretch gamma correction image
stretch_gamma_corrected = mh.stretch(gray_image, corrected_gamma)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(gray_image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying Stretched gamma corrected image
axes[1].imshow(stretch_gamma_corrected, cmap='gray')
axes[1].set_title('Stretched Gamma Corrected Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

输出

以下是上述代码的输出：

RGB图像的伽马校正拉伸

我们也可以使用stretch()函数在mahotas中对RGB图像执行伽马校正拉伸。stretch函数中使用的伽马值决定了对比度增强的程度。

然后，我们可以通过将其乘以255（RGB图像的最大强度）将其拉伸的图像转换回RGB颜色空间。

示例

以下示例显示了增加RGB图像对比度的方法：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('nature.jpeg')
# Applying stretched gamma correction
stretched_gamma_corrected = mh.stretch(image, 3)
# Converting the image back to RGB
stretched_gamma_corrected = stretched_gamma_corrected * 255
# Creating subplots to display images
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the stretched image
axes[1].imshow(stretched_gamma_corrected)
axes[1].set_title('Stretched Gamma Corrected Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

输出

上述代码的输出如下：

交互式伽马校正拉伸滑块

交互式伽马校正拉伸滑块是一个GUI元素，允许用户通过拖动滑块来动态调整伽马值以更改对比度。

• 要在Mahotas中使用交互式滑块进行伽马校正拉伸，首先创建一个用于调整伽马值的滑块。
• 然后，实现一个函数，在移动滑块时检索新的伽马值并将其应用于图像的伽马校正拉伸。
• 最后，将函数连接到滑块的值更改事件，以便在移动滑块时自动调用它。

语法

以下是创建交互式滑块的基本语法：

from matplotlib.widgets import Slider
Slider(slider_axis, name, min_value, max_value, valint)

其中，

• slider_axis - 定义滑块位置和尺寸的列表。

• name - 滑块的名称。

• mini_value - 滑块可以到达的最小值。

• max_value - 滑块可以到达的最大值。

• valint - 滑块的起始值。

示例

在这个例子中，我们使用交互式滑块来增加对比度：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
from matplotlib.widgets import Slider
# Loading the image
image = mh.imread('tree.tiff')
# Creating a figure and axes for the plot
fig, axis = mtplt.subplots()
# Displaying the original image
axis.imshow(image)
axis.set_title('Stretching Gamma Correction')
axis.set_axis_off()
# Creating a slider for stretched gamma adjustment
slider_axis = mtplt.axes([0.2, 0.05, 0.6, 0.03])
stretched_gamma_slider = Slider(slider_axis, 'Stretched Gamma', 0.1, 5.0,
valinit=1.0)
# Updating the stretched gamma correction and plot on change of slider value
def update_stretched_gamma(val):
   stretched_gamma = stretched_gamma_slider.val
   corrected_image = mh.stretch(image, stretched_gamma)
   corrected_image = corrected_image * 255
   axis.imshow(corrected_image)
   fig.canvas.draw_idle()
stretched_gamma_slider.on_changed(update_stretched_gamma)
# Showing the figure
mtplt.show()

输出

生成的输出如下：