摘要：本文主要讲解灰度线性变换。

本文分享自华为云社区《[Python图像处理] 十五.图像的灰度线性变换》，作者：eastmount。

成都创新互联公司是一家专业从事成都网站建设、成都网站设计的网络公司。作为专业网站制作公司,成都创新互联公司依托的技术实力、以及多年的网站运营经验,为您提供专业的成都网站建设、网络营销推广及网站设计开发服务！

一.图像灰度线性变换原理

图像的灰度线性变换是通过建立灰度映射来调整原始图像的灰度，从而改善图像的质量，凸显图像的细节，提高图像的对比度。灰度线性变换的计算公式如下所示：

该公式中DB表示灰度线性变换后的灰度值，DA表示变换前输入图像的灰度值，α和b为线性变换方程f(D)的参数，分别表示斜率和截距。

• 当α=1，b=0时，保持原始图像
• 当α=1，b!=0时，图像所有的灰度值上移或下移
• 当α=-1，b=255时，原始图像的灰度值反转
• 当α>1时，输出图像的对比度增强
• 当0<α<1时，输出图像的对比度减小
• 当α<0时，原始图像暗区域变亮，亮区域变暗，图像求补

如图所示，显示了图像的灰度线性变换对应的效果图。

二.图像灰度上移变换

该算法将实现图像灰度值的上移，从而提升图像的亮度，其实现代码如下所示。由于图像的灰度值位于0至255区间之内，所以需要对灰度值进行溢出判断。

# -*- coding: utf-8 -*-
import cv2  
import numpyas np  
import matplotlib.pyplotas plt
#读取原始图像
img= cv2.imread('miao.png')
#图像灰度转换
grayImage= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#获取图像高度和宽度
height= grayImage.shape[0]
width= grayImage.shape[1]
#创建一幅图像
result= np.zeros((height, width), np.uint8)
#图像灰度上移变换 DB=DA+50
for i in range(height):
for j in range(width):
if (int(grayImage[i,j]+50) > 255):
            gray= 255
 else:
            gray= int(grayImage[i,j]+50)
        result[i,j]= np.uint8(gray)
#显示图像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()