学习笔记：Opencv实现限制对比度得自适应直方图均衡CLAHE

2023.8.19

为了完成深度学习的进阶，得学习学习传统算法拓展知识面，记录自己的学习心得

CLAHE百科：

一种限制对比度自适应直方图均衡化方法，采用了限制直方图分布的方法和加速的插值方法

clahe（限制对比度自适应直方图均衡化）_J先生x的博客-CSDN博客

在环境配置中要配置opencv：

pip install opencv-contrib-python

Code: 注意给更改输入图片路径

函数使用：

clahe=cv2.createCLAHE([, clipLimit[, tileGridSize]])

参数说明：

clipLimit：颜色对比度的阈值，可选项，默认值 8
titleGridSize：局部直方图均衡化的模板（邻域）大小，可选项，默认值 (8,8)

import cv2
import matplotlib.pyplot as pltimg = cv2.imread('timg.jpg', 0)  # 直接读为灰度图像
res = cv2.equalizeHist(img)clahe = cv2.createCLAHE(clipLimit=2, tileGridSize=(10, 10))
cl1 = clahe.apply(img)plt.subplot(131), plt.imshow(img, 'gray')
plt.subplot(132), plt.imshow(res, 'gray')
plt.subplot(133), plt.imshow(cl1, 'gray')plt.show()

效果如图：