『youcans 的 OpenCV 例程200篇 - 总目录』

【OpenCV 例程200篇】42. 图像的灰度变换（比特平面分层）

线性灰度变换将原始图像灰度值的动态范围按线性关系扩展到指定范围或整个动态范围。

分段线性变换函数可以增强图像各部分的反差，增强感兴趣的灰度区间、抑制不感兴趣的灰度级。

例程：1.54 分段线性灰度变换（比特平面分层）

像素值也可以表示为二进制形式，对 8bits 二进制数的每一位进行切片，可以得到 8 个比特平面，称为比特平面分层（Bit-plane slicing）。
通常，高阶比特平面包含了大量有视觉意义的数据，而低阶比特平面包含了更精细的灰度细节。因此，比特平面分层可以用于图像压缩和图像重建。

    # # 1.54 分段线性灰度变换 (比特平面分层)  Bit-plane slicingimg = cv2.imread("../images/Fig0726a.tif", flags=0)  # flags=0 读取为灰度图像height, width = img.shape[:2]  # 图片的高度和宽度# imgRec = np.zeros((height, width), dtype=np.uint8)  # 创建零数组plt.figure(figsize=(10, 8))for l in range(9, 0, -1):plt.subplot(3, 3, (9-l)+1, xticks=[], yticks=[])if l==9:plt.imshow(img, cmap='gray'), plt.title('Original')else:imgBit = np.empty((height, width), dtype=np.uint8)  # 创建空数组for w in range(width):for h in range(height):x = np.binary_repr(img[h,w], width=8)  # 以字符串形式返回输入数字的二进制表示形式x = x[::-1]a = x[l-1]imgBit[h,w] = int(a)  # 第 i 位二进制的值plt.imshow(imgBit, cmap='gray')plt.title(f"{bin((l-1))}")plt.show()

（本节完）

---

版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125112487)
Copyright 2022 youcans, XUPT
Crated：2021-11-22

【第4章：灰度变换与直方图】

39. 图像灰度的线性变换
40. 图像分段线性灰度变换
41. 图像的灰度变换（灰度级分层）
42. 图像的灰度变换（比特平面分层）