C++ 直方图匹配算法代码

本文介绍了一种用于图像直方图匹配的算法,包括直方图统计、累积、归一化、直方图匹配过程及应用实例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

/*-------------------------------------------------------------------------*/
//   函数名称: histeq()                                                    
//   传入参数:                                                             
//		BYTE*dstData  要匹配的灰度图像内存空间                          
//		double *srcArray 模版的直方图累积,并进行归一化,大小为256
//		int m_Width   匹配内存空间的宽度
//		int m_Height  匹配内存空间的高度
//		int m_pitch   匹配内存空间的每行所在内存大小
/*-------------------------------------------------------------------------*/
void histeq(BYTE*dstData,double *srcArray,int m_Width,int m_Height,int m_pitch)
{
	double dstHist[256];
	memset(dstHist,0,256 * sizeof(double));

	int i,j;

	double dstArray[256];
	memset(dstArray,0,256 * sizeof(double));

	//统计直方图
	for (i = 0;i < m_Height;i++)
	{
		for (j = 0;j < m_Width;j++)
		{
			dstHist[(int)dstData[i * m_pitch + j]]++;
		}
	}

	//计算直方图累积
	double m_Bytes = m_Width * m_Height;
	dstArray[0] = dstHist[0];
	for (i = 1;i < 256;i++)
	{
		dstArray[i] = dstArray[i - 1] + dstHist[i];
	}

	//直方图累积归一化
	for (i = 0;i < 256;i++)
	{
		dstArray[i] /= m_Bytes;
	}

	//直方图匹配
	double m_diffA,m_diffB;
	int k = 0;
	BYTE mapPixel[256];
	memset(mapPixel,0,256 * sizeof(BYTE));
	for (i = 0;i < 256;i++)
	{
		m_diffB = 1;
		for (j = k; j < 256;j++)
		{
			m_diffA = abs(dstArray[i] - srcArray[j]);
			if (m_diffA - m_diffB < 1.0E-5)
			{
				m_diffB = m_diffA;
				k = j;
			}
			else
			{
				k = j - 1;
				break;
			}
		}
		if (k == 255)
		{
			for (int l = i;l < 256;l++)
			{
				mapPixel[l] = (BYTE) k;
			}
			break;
		}
		mapPixel[i] = (BYTE) k;
	}

	//目标图像查找索引表
	for (i = 0;i < m_Height;i++)
	{
		for (j = 0;j < m_Width;j++)
		{
			dstData[i * m_pitch + j] = mapPixel[dstData[i * m_pitch + j]];
		}
	}
}

参考文献:

http://blog.youkuaiyun.com/zhenxiaohui/article/details/4656597

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值