本文共 2303 字，大约阅读时间需要 7 分钟。

YUV转换与直方图均衡化

YUV分量解析

在图像处理领域，YUV是一种常用的颜色空间，它将图像分解为三个通道：

• Y分量：决定了颜色的亮度（称为亮度或明度）。
• U分量：决定了颜色的色度（类似于蓝色-黄色轴）。
• V分量：决定了颜色的色调（类似于红色-绿色轴）。

通过将RGB颜色空间转换为YUV，可以更好地适应不同类型的显示设备和网络环境。

YUV转换实现

在代码中，首先需要将输入图像从RGB转换为YUV格式。使用OpenCV库中的cv.cvtColor函数，可以轻松实现这一转换，参数设置为COLOR_BGR2YUV。

import cv2 as cv
img = cv.imread('../images/scene_001.jpg')
yuv = cv.cvtColor(img, cv.COLOR_BGR2YUV)

直方图均衡化

直方图均衡化是一种增强图像对比度的方法，通过调整图像的亮度分布，使得图像的亮度和色调更加均匀。常用的均衡化方法包括直方图均衡化和反直方图均衡化。

Y分量均衡化

在本文中，主要对Y分量进行均衡化。Y分量对应图像的亮度，通过对Y分量的直方图进行均衡化，可以显著提升图像的对比度。

y_img = yuv.copy()
y_const = 255
y_img[:, :, 1] = y_const
y_img[:, :, 2] = y_const

U和V分量调整

在调整完Y分量后，可以对U和V分量进行相应的调整，以进一步优化图像效果。

u_img = yuv.copy()
u_img[:, :, 0] = y_const
v_img = yuv.copy()
v_img[:, :, 1] = y_const

直方图均衡化效果展示

通过直方图均衡化处理后的图像，可以看到图像的亮度和色调更加均匀，细节更加丰富。

代码实现

以下是完整的代码实现，展示了从YUV转换到直方图均衡化的整个流程。

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread('../images/scene_001.jpg')
yuv = cv.cvtColor(img, cv.COLOR_BGR2YUV)
hist_size = 256
# 直方图均衡化
y_hist = np.array(cv.calcHist(img, [0], None, [hist_size], [0, hist_size - 1])).reshape(hist_size)
fig, ax = plt.subplots(5, 2, figsize=(8, 8))
# 显示原始图像
ax[0][0].set_title('原图')
ax[0][0].imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
ax[0][0].axis('off')
# 绘制Y分量直方图
ax[0][1].set_title('Y直方图')
ax[0][1].hist(y_hist, 50)
# 直方图均衡化函数
def equalize(adjust_ratio, subplot):
    # 克隆YUV图像
    yuv_equal = yuv.copy()
    
    # 调整Y分量
    for row in yuv_equal:
        for col in row:
            col[0] = y_hist_equal[int(col[0])]
    
    # 计算均衡化后的直方图
    y_hist_equal = np.array(cv.calcHist(yuv_equal, [0], None, [hist_size], [0, hist_size - 1])).reshape(hist_size)
    
    # 绘制处理后的图像
    ax[subplot][0].set_title(f'均衡化(ratio={adjust_ratio})')
    ax[subplot][0].imshow(cv.cvtColor(yuv_equal, cv.COLOR_YUV2RGB))
    ax[subtotal][0].axis('off')
    
    # 绘制均衡化后的直方图
    ax[subtotal][1].set_title('均衡化Y直方图')
    ax[subtotal][1].hist(y_hist_equal, 50)
# 调用均衡化函数
equalize(0, 1)
equalize(0.33, 2)
equalize(0.66, 3)
equalize(1, 4)
plt.show()

结果展示

通过直方图均衡化处理，图像的亮度和色调更加均匀，细节更加丰富。不同亮度和色调的区域对比度显著增强，图像整体质量得到提升。

代码解释

通过上述步骤，可以实现将RGB图像转换为YUV格式，并对Y分量进行直方图均衡化，从而提升图像质量。

转载地址：http://zhfqz.baihongyu.com/