使用Python图像库（PIL）对一组图像进行直方图归一化（亮度和对比度）。

Question

使用Python图像库（PIL）对一组图像进行直方图归一化（亮度和对比度）。

pythonimage-processingpython-imaging-librarybrightnesscontrast

14

我有一个脚本，使用Google Maps API下载一系列相同大小的正方形卫星图像并生成PDF。这些图像需要事先进行旋转，我已经使用PIL完成了这个步骤。

我注意到，由于不同的光照和地形条件，一些图像过亮，另一些则过暗，导致生成的pdf看起来不太好，观感不佳（这是在野外山地骑行时，我想要打印特定十字路口缩略图的情况）。

(编辑)目标是让所有图像最终具有类似的明度和对比度。因此，过亮的图像必须变暗，而过暗的图像必须变亮。（顺便说一句，我曾经在医学图像中使用过ImageMagick的autocontrast、auto-gamma、equalize、autolevel之类的工具，但不知道如何在PIL中实现这些功能。）

我已经在转换为灰度后使用了一些图像校正方法（以前有一台灰度打印机），但结果也不好。下面是我的灰度代码：

#!/usr/bin/python

def myEqualize(im)
    im=im.convert('L')
    contr = ImageEnhance.Contrast(im)
    im = contr.enhance(0.3)
    bright = ImageEnhance.Brightness(im)
    im = bright.enhance(2)
    #im.show()
    return im

这段代码针对每个图像独立运行。我想知道先分析所有图像然后“规范化”它们的视觉特性（对比度、亮度、伽马等）是否更好。

此外，我认为有必要对图像进行一些分析（直方图？），以便根据每个图像应用自定义校正，而不是对所有图像进行相同的校正（尽管任何“增强”函数都隐含考虑了初始条件）。

是否有人遇到过这样的问题和/或知道一个在彩色图像（非灰度）上执行此操作的好方法？

非常感谢您的阅读，期待您的帮助！

- heltonbiker

好问题！不过需要进一步澄清。此外，如果能发布一些示例图片供人们用作测试用例将非常有帮助。首先，问题是在下载时瓦片边缘不匹配吗？还是你正在寻找一种方法来提亮暗色瓦片并调暗亮色瓦片？或者你需要同时保持边缘连续性而做到后者？ - Paul

边缘不是问题，因为图像集不连续。目标是使最亮的变暗，最暗的变亮，就像你说的那样。 - heltonbiker

2个回答

3

以下代码适用于显微镜图像（相似），在拼接之前对其进行处理。我在一个包含20张图片的测试集上使用它，结果较为合理。

亮度平均函数来自另一个Stackoverflow问题。

from PIL import Image
from PIL import ImageStat
import math

# function to return average brightness of an image
# Source: https://dev59.com/6nA75IYBdhLWcg3wFEoI

def brightness(im_file):
   im = Image.open(im_file)
   stat = ImageStat.Stat(im)
   r,g,b = stat.mean
   return math.sqrt(0.241*(r**2) + 0.691*(g**2) + 0.068*(b**2))   #this is a way of averaging the r g b values to derive "human-visible" brightness

myList = [0.0]
deltaList = [0.0]
b = 0.0
num_images = 20                         # number of images   

# loop to auto-generate image names and run prior function  
for i in range(1, num_images + 1):      # for loop runs from image number 1 thru 20
    a = str(i)
    if len(a) == 1: a = '0' + str(i)    # to follow the naming convention of files - 01.jpg, 02.jpg... 11.jpg etc.
    image_name = 'twenty/' + a + '.jpg'
    myList.append(brightness(image_name))

avg_brightness = sum(myList[1:])/num_images
print myList
print avg_brightness

for i in range(1, num_images + 1):
   deltaList.append(i)
   deltaList[i] = avg_brightness - myList[i] 

print deltaList

此时，“修正”值（即值与平均值之间的差异）存储在deltaList中。接下来的部分逐个将此修正应用于所有图像。

for k in range(1, num_images + 1):      # for loop runs from image number 1 thru 20
   a = str(k)
   if len(a) == 1: a = '0' + str(k)       # to follow the naming convention of files - 01.jpg, 02.jpg... 11.jpg etc.
   image_name = 'twenty/' + a + '.jpg'
   img_file = Image.open(image_name)
   img_file = img_file.convert('RGB')     # converts image to RGB format
   pixels = img_file.load()               # creates the pixel map
   for i in range (img_file.size[0]):
      for j in range (img_file.size[1]):
         r, g, b = img_file.getpixel((i,j))  # extracts r g b values for the i x j th pixel
         pixels[i,j] = (r+int(deltaList[k]), g+int(deltaList[k]), b+int(deltaList[k])) # re-creates the image
   j = str(k)
   new_image_name = 'twenty/' +'image' + j + '.jpg'      # creates a new filename
   img_file.save(new_image_name)                         # saves output to new file name

- essbee

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Paul · Accepted Answer

您可能正在寻找的是一种执行“直方图拉伸”操作的工具。以下是一个实现示例：这里有一个，当然还有其他替代方案。我认为您希望保留原始色调，并在所有颜色通道上均匀应用此函数。

当然，有很大的机会在瓷砖连接处出现明显的不连续水平。避免这种情况涉及到对“拉伸”参数进行空间插值，需要更加复杂的解决方案（但如果需要的话，这是一个很好的练习）。 编辑： 以下是一种保留图像色调的微调方法：

import operator

def equalize(im):
    h = im.convert("L").histogram()
    lut = []
    for b in range(0, len(h), 256):
        # step size
        step = reduce(operator.add, h[b:b+256]) / 255
        # create equalization lookup table
        n = 0
        for i in range(256):
            lut.append(n / step)
            n = n + h[i+b]
    # map image through lookup table
    return im.point(lut*im.layers)