OpenCV学习笔记(十六):直方图均匀化:equalizeHist()
参考博客:
直方图均衡化的数学原理
直方图匹配的数学原理
直方图均衡化广泛应用于图像增强中:
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。
特点:
1)对于泛白混合的的图像,均衡化可以合并一些像素灰度,可以增强图像的动态范围,从而增强图像对比度。
2)在图像对比度本就较高的情况下,如果继续均衡化,则会对灰度调和,对比度反而降低
3)均衡化的图片如果在对其均衡化,则图像不会有任何改变

1、equalizeHist()函数
void equalizeHist(
InputArray src,

直方图均衡化通过非线性拉伸图像像素值,将原始图像灰度分布变得均匀,从而增强图像对比度。在泛白图像中效果显著,但高对比度图像可能会降低对比度。`equalizeHist()`函数通过计算直方图、归一化和积分来实现这一过程。
最低0.47元/天 解锁文章
1069

被折叠的 条评论
为什么被折叠?



