数字图像处理作业实例

对CT图像进行不同的直方图均衡化，并进行结果比较。

将第二部分的实验结果推广到带肿瘤部分的CT图像中。

import cv2 import numpy as np import matplotlib.pyplot as plt # 第一步：读入图片 img = cv2.imread('5_ini.png', 0) # 使用自适应直方图均衡化 # 第一步：实例化自适应直方图均衡化函数 clahe1 = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) # 第二步：进行自适应直方图均衡化 clahe1 = clahe1.apply(img)clahe2 = cv2.createCLAHE(clipLimit=1.0, tileGridSize=(5, 5)) # 第二步：进行自适应直方图均衡化 clahe2 = clahe2.apply(img) # 第三步：使用plt.hist绘制像素直方图 plt.subplot(121)plt.hist(clahe1.ravel(), 256) #plt.subplot(123) plt.hist(clahe2.ravel(), 256)plt.show() # 第三步：进行图像的展示 cv2.imshow('img1', np.hstack((img,clahe1,clahe2)))cv2.waitKey(0)cv2.destroyAllWindows()

【文件目录】

数字图像处理

├── 1.png├── Figure_1.png├── QQ图片20201221165002.png├── QQ图片20201221165012.png├── QQ图片20201221165018.png├── QQ图片20201221165035.png├── Untitled.m├── biaoqian.png├── cc.png├── ccee.png├── clahe012.png├── erer11.png├── erer22.png├── erer33.png├── iimmgg.png├── image_85├── jiangzao1.py├── jiangzao2.py├── rerett.png├── xx.png├── yuantu.png├── zaosheng3.py├── zhifangtu.py├── zhuanhuan1.py├── zl1.png├── zuoye.py├── zuoye1.py├── zuoye2.py├── zuoye3.py├── zz.png├── 原图│ ├── image_85│ ├── zaosheng3.py│ ├── zl1.png│ └── zl2.png├── 基于python和OpenCV的肝脏CT图像处理.ppt├── 基于python和OpenCV的肝脏CT图像处理.pptx├── 标签值│ └── image_85└── 新建文件夹 ├── 5_ini.png ├── ggaaoossiizzaaoosshheenngg.png ├── jijiaaooyyaann.png ├── ssbbllbb.png └── zzaaoosshheenngg.png3 directories, 42 files