灰度變換增強: 分段線性灰度變換－Rocky的部落格

項目	說明
定義	分段線性灰度變換是指在特定灰度區間內使用線性變換，並在不同的區間使用不同的線性轉換公式。
適用情境	當圖像在某些特定的灰度區間需要特定的增強效果時，如強調某個特定的灰度範圍或調整特定區間的亮度/對比度。
優點	- 靈活地應對不同的增強需求。<br>- 可以特定目標地處理圖像的某些區域。
缺點	- 需要對圖像有深入了解以選擇合適的區間。<br>- 較為複雜，需要設定多個參數。

Python範例

假設我們希望在灰度範圍[0, 100)保持原始值，而在灰度範圍[100, 255]進行線性增強：

分段線性灰度變換

import cv2
import numpy as np

# 讀取圖像
image = cv2.imread('path_to_image.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 定義分段線性轉換
def piecewise_linear_transform(img, threshold=100, alpha=2.0):
# 根據灰度範圍進行轉換
img_transformed = np.where(img < threshold, img, alpha * (img - threshold) + threshold)
img_transformed = np.clip(img_transformed, 0, 255)
return img_transformed.astype(np.uint8)

enhanced_image = piecewise_linear_transform(gray_image)

cv2.imshow('Original Gray', gray_image)
cv2.imshow('Enhanced Gray', enhanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

這個範例展示了如何使用分段線性灰度變換增強一張灰度圖像。透過調整 threshold 和 alpha 的值，你可以針對不同的灰度區間進行特定的增強。希望這有助於你理解分段線性灰度變換的原理和應用。