【OpenCV】图像增强---灰度变换、直方图均衡化-优快云博客

本文介绍了图像增强的目的，包括减少噪声、提高对比度和增强细节。讨论了灰度变换，如线性、分段线性和非线性变换，以及直方图修正方法，如直方图均衡化和规定化。重点讲解了直方图均衡化的原理，通过改变原始图像直方图分布，增加图像对比度，提高信息量。还提到了线性、对数和指数变换对图像的影响，并提供了部分代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像增强的目的：改善图像的视觉效果或使图像更适合于人或机器的分析处理。通过图像增强，可以减少图像噪声，提高目标与背景的对比度，也可以增强或抑制图像中的某些细节。

---------------------------------------------------------------------------------------------------

灰度变换：把原图像的像素灰度经过某个函数变换成新图像的灰度。可分为直线灰度变换法和直方图修正法。

直线灰度变换法：线性、分段线性、非线性变换。

直方图修正法：直方图均衡化、直方图规定化。

---------------------------------------------------------------------------------------------------

图像直方图：是对像素的某种属性（如灰度、颜色、梯度等）分布进行统计分析的重要手段。

灰度直方图：是灰度级的函数，它反映了图像中每一灰度级出现的次数或频率。

直方图均衡化：把原始图像的直方图变换为均匀分布的形式，从而增加图像灰度的动态范围，以达到增强图像对比度的效果。

经过均衡化处理的图像，其灰度级出现的概率相同，此时图像的熵最大，图像所包含的信息量最大。

【注意，离散后是每块区域的概率相等，均衡化后并不是条直线哦。】

　　细节概念等省略......

---------------------------------------------------------------------------------------------------

线性灰度增强、对数变换、指数变换、直方图均衡化。代码见下（代码略粗糙...）【ImageEnhance.cpp部分代码】

  1 //线性灰度增强
  2 bool CImageEnhance::GrayLinearTransform(Mat &src, Mat &dst, uchar c, uchar d)  
  3 {  
  4     int b=0,a=255; 
  5     dst = src.clone();
  6     int row = dst.rows, col = dst.cols * dst.channels();
  7     uchar *cc = dst.data;
  8     for(int i = 0; i < row; ++i) {
  9         for(int j = 0; j < col; ++j) {
 10             int val = *cc;
 11             if(a > val) a = val;
 12             if(b < val) b = val;
 13             cc++;
 14         }
 15     }
 16     cc = dst.data;
 17     float k = float(d - c)/(b-a);  
 18     //CString c1; c1.Format(_T("a=%d,b=%d,c=%d,d=%d,k=%.2f\n"), a,b,c,d,k);MessageBox(c1); 
 19