灰度级分层（一些基本的灰度变换函数）基本原理及Python实现

1. 基本原理

灰度级分层通常用于突出感兴趣的特定灰度范围内的亮度。灰度级分层有两大基本方法。

• 将感兴趣的灰度范围内的值显示为一个值（比如0），而其他范围的值为另外一个值（255）。
• 将感兴趣的灰度范围内的值显示为一个值（比如0），而其他范围的值不变。

2. 测试结果

图源自skimage

3. 代码

 def grayscale_layer(input_image, spotlight_range_min, spotlight_range_max, means):
     '''
     灰度级分层
     :param input_image: 原图像
     :param spotlight_range_min: 所突出的灰度级范围最小值
     :param spotlight_range_max: 所突出的灰度级范围最大值
     :param means: 分层方式（1，2）
     :return: 灰度级分层后的图像
     '''
     input_image_cp = np.copy(input_image) # 输入图像的副本

     if means == 1: # 方式一（突出指定范围内255，并且变暗非范围内0）
         input_image_cp = np.where((input_image_cp >= spotlight_range_min) & (input_image_cp <= spotlight_range_max), 255, 0)
     elif means == 2: # 方式二（仅突出指定范围内255）
         input_image_cp[np.where((input_image_cp >= spotlight_range_min) & (input_image_cp <= spotlight_range_max))] = 255
     else:
         print("please enter the number of means from 1 to 2")
         return

     output_image = input_image_cp

     return output_image