Python OpenCV 指数拉伸图像增强：灰度值范围限制

以下是 Python OpenCV 读取一幅图像文件，对其指数拉伸算法的实现并显示增强后图像的代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 指数拉伸变换函数
def exp_transform(pixel, c=0.5, gamma=1.5):
    return c * (pixel ** gamma)

# 对灰度值在[20-50]范围内的灰度值进行指数拉伸
lower = 20
upper = 50
img_enhanced = np.zeros_like(img)
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        if img[i, j] >= lower and img[i, j] <= upper:
            img_enhanced[i, j] = exp_transform(img[i, j])

# 显示增强后图像
cv2.imshow('Enhanced Image', img_enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码中，我们首先读取了一幅灰度图像，然后定义了一个指数拉伸变换函数 exp_transform，其中 c 和 gamma 分别是变换参数。接着，我们对灰度值在 [20-50] 范围内的像素进行了指数拉伸，并将结果保存在 img_enhanced 中。最后，我们用 cv2.imshow 函数显示了增强后的图像，并用 cv2.waitKey 和 cv2.destroyAllWindows 函数等待用户关闭窗口。

需要注意的是，为了避免像素值溢出，我们在代码中使用了 np.zeros_like 函数创建了一个和原图像大小相同的全零矩阵 img_enhanced，并将增强后的像素值保存在其中。此外，我们还可以根据具体应用场景选择不同的变换函数和参数，以达到更好的图像增强效果。