**輝度変換（intensity transformation）**は画像の明るさに関する調整のこと。線形変換と非線形変換に大別される。
import cv2
import numpy as np
import matplotlib.pyplot as plt
img_path = 'sample_images/cat2.jpg'
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # OpenCVはBGRなのでRGBに変換
plt.imshow(img)
plt.title("Original Image")
plt.show()
alpha = 1.5
beta = 50
bright_img = cv2.convertScaleAbs(img, alpha=alpha, beta=beta)
plt.imshow(bright_img)
plt.title(f"Linear Transformed (α={alpha}, β={beta})")
plt.show()
ヒストグラム平坦化¶
画像の濃度分布を均等にし、コントラストを最大化する。
img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
equ_img = cv2.equalizeHist(img)
fig, axes = plt.subplots(ncols=2, figsize=[10, 3])
axes[0].imshow(img, cmap="gray")
axes[0].set_title("Original Image")
axes[1].imshow(equ_img, cmap="gray")
axes[1].set_title("Equalized Image")
fig.show()
適用的ヒストグラム平坦化（CLAHE）¶
CLAHE（Contrast Limited Adaptive Histogram Equalization）：局所的にコントラストを調整して細部も見やすくするequalizeHist
CLAHE は、局所的な領域ごとにヒストグラム均等化を行い、細部を見やすくする手法。
通常のヒストグラム均等化（cv2.equalizeHist()）では、画像全体の明暗分布を一律に広げるが、CLAHEは小さなブロックごとに処理する。
処理の流れ¶
画像を小さな領域（タイル）に分割する
各タイルに対してヒストグラム均等化を行う
コントラストが高すぎる領域には「クリップ制限」をかける（= CLAHE の “CL”）
タイル間の境界を滑らかにするために補間（interpolation）を行う
参考¶
fig, axes = plt.subplots(ncols=2, figsize=[10, 3])
axes[0].imshow(equ_img, cmap="gray")
axes[0].set_title("Equalized Image")
# CLAHEオブジェクトを作成（clipLimit: コントラスト制限, tileGridSize: 分割数）
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
# CLAHEを適用
cl_img = clahe.apply(img)
axes[1].imshow(cl_img, cmap="gray")
axes[1].set_title("CLAHEed Image")
fig.show()