数字图像处理—4直方图的显示及均衡化

4.1        灰度直方图的显示

  灰度直方图是图像灰度级分布的函数，是对灰度分布的统计。灰度直方图将图像中所有像素点按照其灰度级的大小，统计每个值出现的频率。

  我们需了解以下函数：

cv2.calcHist函数用于计算图像的直方图。其中参数含义如下：

[img]：代表要计算直方图的图像。

[0]：这是一个表示要计算直方图的通道索引的列表。对于灰度图像，只有一个通道，所以索引为 0；对于彩色图像，通常有三个通道（RGB），索引为 0（蓝色通道）、1（绿色通道）和 2（红色通道）。这里指定 [0] 表示计算图像的第一个通道（在灰度图像中就是唯一的通道）的直方图。

None：这个参数是可选的掩码图像。传入 None，表示使用整个图像来计算直方图。  

[256]：这是一个表示直方图的尺寸的列表。对于 8 位图像，灰度级别范围是 0 - 255，共 256 个级别，所以这里指定 [256] 表示将直方图分为 256 个区间，每个区间对应一个灰度级别。

[0, 255]：这是一个表示直方图的取值范围的列表。这里指定 [0, 255] 表示计算灰度级别从 0 到 255 的像素数量分布。

代码及运行结果如图2.25所示。

图2.25

图2.25

4.2        直方图均衡化

  直方图增强主要是针对图像的像素值分布过于集中，从而导致图像对比度降低，清晰度不高的情况。因此在实验时先对图像进行灰度值压缩，然后利用直方图均衡化的方法实现图像增强。

  基于前面的学习，我们可以知道：

img_h = cv2.add(img, 150)：该句代码用于给图像提亮。

img_l = cv2.multiply(img, 0.2)：该句代码用于使图像变暗。

以及cv2.calcHist函数用于计算图像的直方图。

  同时，我们需要了解以下函数：

cv2.equalizeHist函数用于对图像进行直方图均衡化。它会对图像进行处理，通过重新分布图像的像素值，使得图像的灰度分布更加均匀，从而增强图像的对比度。

代码及运行结果如图3.26所示。

图3.26

图3.26