Я пытаюсь перебрать nparray, который содержит данные пикселей.Я хочу выполнить выравнивание для каждого из значений пикселей и отобразить их в виде гистограммы.
Я уже достиг своей цели, выполнив следующее:
def stratch_contrast(img):
hist,bins = np.histogram(img.flatten(),256,[0,256])
cdf = hist.cumsum()
cdf_normalized = cdf * hist.max()/ cdf.max()
cdf_m = np.ma.masked_equal(cdf,0)
cdf_m = (cdf_m - cdf_m.min())*255/(cdf_m.max()-cdf_m.min())
cdf = np.ma.filled(cdf_m,0).astype('uint8')
img = cdf[img]
plt.hist(img.flatten(),256,[0,256], color = 'black')
plt.xlim([0,256])
plt.legend(('cdf','histogram'), loc = 'upper left')
plt.show()
img = cv2.imread(name,0)
equ = cv2.equalizeHist(img)
res = np.hstack((img,equ)) #stacking images side-by-side
cv2.imwrite('res.png',res)
return
Но я действительно хотел бы сделать это без использования предопределенных функций в учебных целях.
Поэтому я попыталсяследующее:
def stratch_contrast(img, darkestValue, whitestValue):
newImgPixelList = []
h = img.shape[0] #number of pixels in the hight
w = img.shape[1] #number of piexels in the weight
darkestValueStratch = 256 #opposite so it can get darker while loop
whitestValueStratch = 0 #opposite so it can get lighter while loop
for y in range(0, w):
for x in range(0, h):
newImg[x][y] = (img[x][y]-darkestValue)*256/(whitestValue-darkestValue)
pxStratch = newImg[x][y]
newImgPixelList.append(pxStratch)
if darkestValueStratch > pxStratch:
darkestValueStratch = pxStratch
if whitestValueStratch < pxStratch:
whitestValueStratch = pxStratch
return newImgPixelList, darkestValueStratch, whitestValueStratch
Но когда я тогда вызываю свою функцию построения графика, вот так:
plot(newImgPixelList, int(darkestValueStratch), int(whitestValueStratch))
Построенная гистограмма вообще не выравнивается.Это выглядит почти так же, как моя не выровненная гистограмма, поэтому что-то должно быть не так.Буду очень признателен, если кто-нибудь сможет мне помочь с этим!
Мой полный код:
import matplotlib.pyplot as plt
import numpy as np
import cv2
np.seterr(over='ignore')
name = 'puppy.jpg'
img = cv2.imread(name, cv2.IMREAD_GRAYSCALE) #import image
newImg = np.zeros((img.shape))
def get_histo_scope(img):
imgPixelList = [] #array which later can save the pixel values of the image
h = img.shape[0] #number of pixels in the hight
w = img.shape[1] #number of piexels in the weight
darkestValue = 256 #opposite so it can get darker while loop
whitestValue = 0 #opposite so it can get lighter while loop
for y in range(0, w):
for x in range(0, h):
px = img[x][y] #reads the pixel which is a npndarray [][][]
imgPixelList.append(px) #saves the pixel data of every pixel we loop so we can use it later to plot the histogram
if darkestValue > px: #identifies the darkest pixel value
darkestValue = px
if whitestValue < px: #identifies the whitest pixel value
whitestValue = px
return darkestValue, whitestValue, imgPixelList
def plot(imgPixelList, darkestValue, whitestValue):
values = range(darkestValue, whitestValue, 1) #creates and array with all data from whitesValue to darkestValue
bin_edges = values
plt.hist(imgPixelList, bins=bin_edges, color='black')
plt.xlabel('Color Values')
plt.ylabel('Number of Poxels')
plt.show()
return
def stratch_contrast(img, darkestValue, whitestValue):
#hist,bins = np.histogram(img.flatten(),256,[0,256])
#cdf = hist.cumsum()
#cdf_normalized = cdf * hist.max()/ cdf.max()
#Comment out to remove Equalization
#cdf_m = np.ma.masked_equal(cdf,0)
#cdf_m = (cdf_m - cdf_m.min())*255/(cdf_m.max()-cdf_m.min())
#cdf = np.ma.filled(cdf_m,0).astype('uint8')
#img = cdf[img]
#plt.hist(img.flatten(),256,[0,256], color = 'black')
#plt.xlim([0,256])
#plt.legend(('cdf','histogram'), loc = 'upper left')
#plt.show()
#img = cv2.imread(name,0)
#equ = cv2.equalizeHist(img)
#res = np.hstack((img,equ)) #stacking images side-by-side
#cv2.imwrite('res.png',res)
newImgPixelList = []
h = img.shape[0] #number of pixels in the hight
w = img.shape[1] #number of piexels in the weight
darkestValueStratch = 256 #oposite so it can get darker while loop
whitestValueStratch = 0 #oposite so it can get lighter while loop
for y in range(0, w):
for x in range(0, h):
newImg[x][y] = (img[x][y]-darkestValue)*256/(whitestValue-darkestValue)
pxStratch = newImg[x][y]
newImgPixelList.append(pxStratch)
if darkestValueStratch > pxStratch: #identifies the darkest pixel value
darkestValueStratch = pxStratch
if whitestValueStratch < pxStratch: #identifies the whitest pixel value
whitestValueStratch = pxStratch
return newImgPixelList, darkestValueStratch, whitestValueStratch
darkestValue, whitestValue, imgPixelList = get_histo_scope(img) #get scope and pixel values from the img data
plot(imgPixelList, darkestValue, whitestValue) #plot the collected pixel values
newImgPixelList, darkestValueStratch, whitestValueStratch = stratch_contrast(img, darkestValue, whitestValue)
plot(newImgPixelList, int(darkestValueStratch), int(whitestValueStratch))