西北农林科技大学录取查询,拉文凯斯雕像,王爷虐妃
__author__ = 'administrator'
import numpy as np import cv2 mri_img = np.load('mri_img.npy') # normalization mri_max = np.amax(mri_img) mri_min = np.amin(mri_img) mri_img = ((mri_img-mri_min)/(mri_max-mri_min))*255 mri_img = mri_img.astype('uint8') r, c, h = mri_img.shape for k in range(h): temp = mri_img[:,:,k] clahe = cv2.createclahe(cliplimit=2.0, tilegridsize=(8,8)) img = clahe.apply(temp) cv2.imshow('mri', np.concatenate([temp,img], 1)) cv2.waitkey(0)
均衡化前、后对比效果
以上这篇python cv2 图像自适应灰度直方图均衡化处理方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持移动技术网。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论