数字图像处理(3)：直方图均衡化（C语言）

原创

已于 2024-01-26 09:39:35 修改 · 5.1k 阅读

77 ·

CC 4.0 BY-SA版权

文章标签：

#c语言 #计算机视觉 #图像处理

于 2020-06-26 19:00:22 首次发布

本文深入探讨直方图均衡化的原理与实现过程，通过具体案例分析如何改善图像对比度和亮度，解决直方图均衡化过程中遇到的问题，并提供源代码。

文章目录

直方图均衡化
附代码

直方图均衡化

原理

直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果。

直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。灰度直方图是灰度级的函数, 反映的是图像中具有该灰度级像素的个数, 其横坐标是灰度级r, 纵坐标是该灰度级出现的频率( 即像素的个数) pr( r) , 整个坐标系描述的是图像灰度级的分布情况, 由此可以看出图像的灰度分布特性, 即若大部分像素集中在低灰度区域, 图像呈现暗的特性; 若像素集中在高灰度区域, 图像呈现亮的特性。灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白

实现

流程：
1）统计每个灰度级像素点的个数
2）计算灰度分布密度
3）计算累计直方图分布
4）累计分布取整，保存计算出来的灰度映射关系
处理图片规格800*600 8位灰度单通道

原图
在这里插入图片描述
直方图均衡化

分析：本次实验中，我故意把原图调暗，进行直方图均衡化后可以明显感受到整幅图像亮度增大了，而且某些细节方面更加突出。

出现问题

最初进行直方图均衡化时，输出结果如下：
在这里插入图片描述
经分析，是没有对数组初始化置零导致的。Hist数组是进行一个统计像素点个数的数组，最初倘若不置零，结果必然毫无意义。

故而添加数组内存置零的操作：
在这里插入图片描述
经测试，问题解决。

附代码

#include <stdio.h>  
#include <stdlib.h>  
#include <memory.h>
#define height  600  
#define width   800
typedef unsigned char  BYTE;    // 定义BYTE类型，占1个字节

int main(void)
{
   
   
    FILE *fp = NULL;
    //BYTE Pic[height][width];
    BYTE *ptr;
    BYTE **Pic = new BYTE *[height];
    for (int i = 0; i != height; ++i

最低0.47元/天解锁文章