如何在特定区域进行直方图均衡化

Question

我有一张图片，希望在图片的特定区域进行HE或CLAHE处理。我已经有了这张图片的蒙版。是否有可能实现这样的处理？

- I. Lin

---

将整个图像均衡化。然后使用掩码将均衡化的图像和原始图像组合在一起。参见cv2.bitwise_and()。在均衡化的图像上使用它，在原始图像上使用反向掩码。然后使用cv2.add()将它们组合在一起。 - fmw42

为什么不直接裁剪和应用呢？ - Yunus Temurlenk

Answer 1

要这样做，您需要对掩模内的图像像素强度执行操作。为此，这些强度必须单独存储。

步骤： - 获取掩码中白色（255）像素的位置。 - 从这些位置中的灰度图像中选择强度值（0-255）。 - 对这些强度进行CLAHE或HE操作。结果是一个不同的强度集合。 - 将这些新的强度值放置在收集的位置中。

示例： 输入图像：

口罩图片：

代码：

import cv2
import numpy as np

# read sample image, convert to grayscale
img = cv2.imread('flower.jpg')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read mask image as binary image
mask = cv2.imread('flower_mask.jpg', 0)

# Step 1: store locations with value 255 (white)
loc = np.where(mask == 255)

# Step 2: Pick intensity values in these locations from the grayscale image:
values = gray[loc]

# Step 3: Histogram equalization on these values:
enhanced_values = cv2.equalizeHist(values)

# Step 4: Store these enhanced values in those locations:
gray2 = gray_img.copy()
for i, coord in enumerate(zip(loc[0], loc[1])):
    gray2[coord[0], coord[1]] = enhanced_values[i][0]

cv2.imshow('Enhanced image', gray2)

增强图像：

灰度图像：

- Jeru Luke

---

不错！我从未想过提取像素坐标并处理它们，然后将它们返回到图像中。我本来会制作一个掩模并处理整个图像。然后使用掩模将输入和处理后的图像合并。可惜没有更快的方法将结果放回图像中而不必显式循环。 - fmw42

@fmw42 是的，我尝试寻找更好的方法，但没有找到任何一种。 - Jeru Luke

Answer 2

这是实现此目的的代码：

import cv2 as cv
import numpy as np

# Load your color  image
#src = cv.imread("___YourImagePath__.jpg", 
#cv.IMREAD_COLOR)

#Create random color image
src = np.random.randint(255, size=(800,800,3),dtype=np.uint8)
cv.imshow('Random Color Image',src)
cv.waitKey(0)


# conver to gray
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)

# process gray image
equalized = cv.equalizeHist(gray)

# create a mask (binary image with same size as source image )
height,width,depth = src.shape
mask = np.zeros((height,width))
cv.circle(mask,( int(width/2),int(height/2)),int(width/3),1,thickness=-1)


# display mask
cv.imshow('Mask',mask)
cv.waitKey(0)

# Copy processed region using the mask
ProcessedRegion = np.where(mask!=0,equalized,gray)

#display result
cv.imshow('Processed region result', ProcessedRegion)
cv.waitKey(0)

输出：

- Ziri

---

我在处理的区域中没有看到任何差异。你能否尝试使用相同掩码的彩色图像？ - Jeru Luke