灰度级分层的两种基本形式如下：

一：将感兴趣的范围内的灰度值显示为一个值，而其他灰度值显示为另一个值

二：将感兴趣的范围内的灰度值变亮或变暗，而其他灰度值保持不变

Python实现过程如下：

使用的图像资源为：

 定义新图片生成函数和分层函数：

def logarithm_transformation(img, func):img_data = np.array(img)a = np.shape(img_data)new_img = [[] for _ in range(a[0])]for i in range(a[0]):for j in range(a[1]):data = img_data[i][j]new_data = func(data)new_img[i].append(new_data)return new_img

 第一种分层方式，所有灰度值大于150的灰度，全部设为255，其他的灰度设为0：

def power_law1(data):new_data = 0if data >= 150:new_data = 255else:new_data = 0return new_data

 第二种分层方式，所有灰度值大于150的灰度，全部设为255，其他的灰度值不变：

def power_law2(data):new_data = []if data >= 150:new_data = 255else:new_data = datareturn new_data

 函数调用和可视化如下：

方法一：

img_new = logarithm_transformation(img, power_law1)plt.figure(figsize=(60,107))
plt.subplot(121)
plt.axis('off')
plt.imshow(img_new, cmap='gray')plt.subplot(122)
plt.axis('off')
plt.imshow(img, cmap = 'gray')plt.show()

 左侧为结果，右侧为原图像：

 

 方法二：

img_new = logarithm_transformation(img, power_law2)plt.subplot(121)
plt.axis('off')
plt.imshow(img_new, cmap='gray')plt.subplot(122)
plt.axis('off')
plt.imshow(img, cmap = 'gray')plt.show()

 左侧为结果，右侧为原图像：