在小范围的强度上进行对比度拉伸
Contrast stretching over a small range of intensities
在图像中的小范围强度上应用对比度拉伸有什么用（例如，下面的强度变换）？我对对比度收缩有同样的疑问。
整个强度范围的对比度拉伸可以使图像更清晰（因此在特定情况下它的好处是显而易见的）。我的猜测是，在较小的强度范围内拉伸对比度会使具有这些强度的区域更容易区分。
看看你提供的图表（尽管没有轴标签的图表本身就没什么用）
图表的纵轴是输出强度。横轴是输入。
如果我们像这样解释您的图表，我们会看到一些低输入值将分布（拉伸）到更广泛的输出值范围内。
以下输入值被压缩为较小的输出值，而其余输入值保持不变。
人类很难区分非常相似的强度值。
下面的黑色矩形都显示了正方形上的正方形。
左边的强度是 5 比 1，右边的强度是 50 比 10。
因此，通过将间隔 1:5 拉伸 10 倍，我在增加对比度时使矩形可见。
因此，如果您在灰度值的小区域中有信息，您可以拉伸它以使其更容易被人类看到。计算机通常不关心。
收缩有相反的效果。你降低对比度。这对于不包含任何信息的强度范围是有意义的。为什么要浪费那段时间？
由于我们只有有限的灰度值，如果我们牺牲另一部分（通过缩小它），我们当然只能拉伸一部分
在图像中的小范围强度上应用对比度拉伸有什么用（例如，下面的强度变换）？我对对比度收缩有同样的疑问。
整个强度范围的对比度拉伸可以使图像更清晰（因此在特定情况下它的好处是显而易见的）。我的猜测是，在较小的强度范围内拉伸对比度会使具有这些强度的区域更容易区分。
看看你提供的图表（尽管没有轴标签的图表本身就没什么用）
图表的纵轴是输出强度。横轴是输入。
如果我们像这样解释您的图表，我们会看到一些低输入值将分布（拉伸）到更广泛的输出值范围内。
以下输入值被压缩为较小的输出值，而其余输入值保持不变。
人类很难区分非常相似的强度值。 下面的黑色矩形都显示了正方形上的正方形。 左边的强度是 5 比 1，右边的强度是 50 比 10。 因此，通过将间隔 1:5 拉伸 10 倍，我在增加对比度时使矩形可见。
因此，如果您在灰度值的小区域中有信息，您可以拉伸它以使其更容易被人类看到。计算机通常不关心。
收缩有相反的效果。你降低对比度。这对于不包含任何信息的强度范围是有意义的。为什么要浪费那段时间？
由于我们只有有限的灰度值，如果我们牺牲另一部分（通过缩小它），我们当然只能拉伸一部分