skimage例子學習（四）exposure模塊介紹及gamma和log對數調整

小師弟：二師兄，你武藝這麼高強，是怎麼練的啊？不可能是整天的練功房裡呼呼哈嘿吧，那樣就太無趣了吧？

二師兄：其實世上本沒有高手，踩的坑多了，自然就成了高手。小師弟啊，練武也是要講究技巧的，可不能光呼呼哈嘿的傻練，還是要時常總結的。

聽了二師兄的教導，小師弟若有所思……

那麼小師弟做了哪些調整呢？

小師弟決定將函數模塊和例子結合起來練習。

今天是第一彈，會不會有些成效呢？

圖像的亮度和對比度調整，是放在skimage包的exposure模塊裡面，該模塊下主要有以下函數：

本節主要實現了skimage.exposure.adjust_gamma skiamge.exposure.adjust_log skimage.exposure.is_low_contrast。

原理分析

gamma調整

我們認為很多圖像由於光線原因或者曝光率等問題，導致圖像過亮或過暗：因此，我們針對像素I進行冪指處理：

其中，g是gamma參數。

針對上式，有以下兩種情況：

1. g>1，得到的圖像比原始圖像暗；
2. g<1，得到的圖像比原始圖像亮。

log對數調整

另一種調整方式是採用和指數相反的對數操作進行調整。

其中，在skimage中，exposure.adjust_log根據圖像的像素是根據以下方程來計算的：

第二個方式是反對數的計算。

實驗分析

掌握了原理之後，下面我們來實驗看下效果，代碼如下：

def plot_img_and_hist(image, axes, bins=256): image = img_as_float(image) ax_img, ax_hist = axes ax_cdf = ax_hist.twinx() # 顯示圖片 ax_img.imshow(image, cmap=plt.cm.gray) ax_img.set_axis_off() # 顯示直方圖 ax_hist.hist(image.ravel(), bins=bins, histtype=step, color=black) ax_hist.ticklabel_format(axis=y, style=scientific, scilimits=(0, 0)) ax_hist.set_xlabel(Pixel intensity) ax_hist.set_xlim(0, 1) ax_hist.set_yticks([]) # 顯示累計分布函數 img_cdf, bins = exposure.cumulative_distribution(image, bins) ax_cdf.plot(bins, img_cdf, r) ax_cdf.set_yticks([]) return ax_img, ax_hist, ax_cdf

顯示圖片

img = data.moon()#設置gamma值為2，默認為1gamma_corrected = exposure.adjust_gamma(img, 2)#log調整logarithmic_corrected = exposure.adjust_log(img, 1)#顯示結果fig = plt.figure(figsize=(8, 5))axes = np.zeros((2, 3), dtype=np.object)axes[0, 0] = plt.subplot(2, 3, 1, adjustable=box-forced)axes[0, 1] = plt.subplot(2, 3, 2, sharex=axes[0, 0], sharey=axes[0, 0], adjustable=box-forced)axes[0, 2] = plt.subplot(2, 3, 3, sharex=axes[0, 0], sharey=axes[0, 0], adjustable=box-forced)axes[1, 0] = plt.subplot(2, 3, 4)axes[1, 1] = plt.subplot(2, 3, 5)axes[1, 2] = plt.subplot(2, 3, 6)ax_img, ax_hist, ax_cdf = plot_img_and_hist(img, axes[:, 0])ax_img.set_title(Low contrast image)y_min, y_max = ax_hist.get_ylim()ax_hist.set_ylabel(Number of pixels)ax_hist.set_yticks(np.linspace(0, y_max, 5))ax_img, ax_hist, ax_cdf = plot_img_and_hist(gamma_corrected, axes[:, 1])ax_img.set_title(Gamma correction)ax_img, ax_hist, ax_cdf = plot_img_and_hist(logarithmic_corrected, axes[:, 2])ax_img.set_title(Logarithmic correction)ax_cdf.set_ylabel(Fraction of total intensity)ax_cdf.set_yticks(np.linspace(0, 1, 5))fig.tight_layout()plt.show()

判斷圖片對比度是否偏低

from skimage import data, exposureimage =data.moon()result=exposure.is_low_contrast(image)print(result)

如果輸出結果是False，那麼說明圖像的對比度沒有問題。

想看更權威的武功秘籍，還請參閱官方文檔哈