python - Python/OpenCV中的对比度拉伸(stretch)

在Google中搜索直方图均衡化Python 或对比度拉伸(stretch)Python 我被定向到 OpenCv 中python文档中的相同链接，这些链接实际上都与均衡和不拉伸(stretch)(IMO)有关。

http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/histogram_equalization/histogram_equalization.html

http://docs.opencv.org/3.2.0/d5/daf/tutorial_py_histogram_equalization.html

阅读文档，这似乎与措辞混淆，因为它把均衡描述为拉伸(stretch)操作:



和



我认为这是错误的，因为在Wikipedia上没有地方说直方图均衡意味着拉伸(stretch)，而阅读其他资料则清楚地区分了这两种操作。

http://homepages.inf.ed.ac.uk/rbf/HIPR2/histeq.htm

http://homepages.inf.ed.ac.uk/rbf/HIPR2/stretch.htm

我的问题:

OpenCV文档是否实际上实现了直方图均衡化，但同时解释不佳？

在Python中是否有任何用于对比度扩展的实现？ (OpenCV等？)

最佳答案

OpenCV没有任何用于对比度拉伸(stretch)的功能，并且google会产生相同的结果，因为直方图均衡会沿水平方向拉伸(stretch)直方图，但这只是变换功能的区别。 (这两种方法都可以提高图像的对比度。变换功能可以将像素强度级别从给定范围转移到所需范围。)

直方图均衡化自动从给定图像的概率密度函数(PDF)导出变换函数(TF)，与之相反，拉伸(stretch)时，您可以根据应用程序的要求指定自己的TF。

可以通过对比度拉伸(stretch)进行扩展的一个简单TF是min-max对比度拉伸(stretch)-



您为每个像素值执行此操作。最小和最大是最小和最大强度。

关于python - Python/OpenCV中的对比度拉伸(stretch)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42257173/