图像处理之直方图均衡化

原创于 2013-06-26 20:34:12 发布 · 247 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #直方图均衡化

图像处理专栏收录该内容

19 篇文章

订阅专栏

本文介绍了一种基于OpenCV的灰度图像均衡化处理方法。该方法首先读取一张灰度图像，然后计算每个灰度值出现的频率并进行归一化处理，通过累积分布函数来调整图像对比度，从而实现图像的全局均衡化。文中还详细介绍了如何找出图像中的最大和最小灰度值，并使用这些值来进一步增强图像效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include "cv.h"
#include "highgui.h"

using namespace cv;

#define PI 3.1415926

int main()
{
	//读取图像
	Mat image;
	image=imread("circle.jpg",CV_LOAD_IMAGE_GRAYSCALE);

	int M=image.rows;
	int N=image.cols;

	//计算每个灰度值出现的次数
	int count[256]={0};
	double p[256],c[256];
	for(int i=0;i<M;i++)
	{
		uchar* p1=image.ptr<uchar>(i);
		for(int j=0;j<N;j++)
			count[p1[j]]++;
	}
	//归一化
	for(int i=0;i<256;i++)
		p[i]=(double)count[i]/(M*N);

	//累计
	c[0]=p[0];
	for(int i=1;i<256;i++)
		c[i]=c[i-1]+p[i];

	//找出最大灰度值和最小灰度值
	int minValue,maxValue;
	for(int i=0;i<256;i++)
		if(count[i]!=0)
		{
			minValue=i;
			break;
		}
	for(int i=255;i>=0;i--)
		if(count[i]!=0)
		{
			maxValue=i;
			break;
		}

	//均衡化
	for(int i=0;i<M;i++)
	{
		uchar* p1=image.ptr<uchar>(i);
		for(int j=0;j<N;j++)
		{
			p1[j]=(uchar)(c[p1[j]]*(maxValue-minValue)+minValue);
		}
	}

	cvNamedWindow("test",CV_WINDOW_AUTOSIZE);
	imshow("test",image);

	waitKey(0);
	return 0;
}