python - Python/OpenCV 中的对比度拉伸(stretch)

Question

在 Google 中搜索 Histogram Equalization Python 或 Contrast Stretching Python 我被引导到 OpenCv 中的 python 文档中的相同链接，实际上两者都是与均衡而不是拉伸(stretch)有关 (IMO)。

1. http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/histogram_equalization/histogram_equalization.html

2. http://docs.opencv.org/3.2.0/d5/daf/tutorial_py_histogram_equalization.html

阅读文档，它似乎与措辞混淆，因为它将均衡描述为拉伸(stretch)操作:

What Histogram Equalization does is to stretch out this range.

和

So you need to stretch this histogram to either ends (as given in below image, from wikipedia) and that is what Histogram Equalization does (in simple words)

我觉得这是错误的，因为在维基百科上没有任何地方说直方图均衡化意味着拉伸(stretch)，并且阅读其他来源，他们清楚地区分了这两种操作。

1. http://homepages.inf.ed.ac.uk/rbf/HIPR2/histeq.htm
2. http://homepages.inf.ed.ac.uk/rbf/HIPR2/stretch.htm

我的问题:

1. OpenCV 文档是否实际实现了直方图均衡化，同时解释得很糟糕？

   1. 在 Python 中是否有任何对比度拉伸(stretch)的实现？ (OpenCV 等？)

Answer 1

OpenCV 没有任何用于对比度拉伸(stretch)的函数，谷歌会产生相同的结果，因为直方图均衡化确实水平拉伸(stretch)直方图，但这只是变换函数的差异。 (这两种方法都增加了图像的对比度。转换函数将像素强度级别从给定范围转移到所需范围。)

直方图均衡化从给定图像的概率密度函数 (PDF) 中自动导出变换函数 (TF)，而对比拉伸(stretch)，您可以根据应用程序的要求指定自己的 TF。

min-max contrast stretching - 一个简单的 TF，您可以通过它进行对比度拉伸(stretch) -

((pixel – min) / (max – min))*255.

您对每个像素值执行此操作。 min 和 max 是最小和最大强度。