OpenCV-每天坚持一点点(6)

本文介绍了一种增强图像对比度的方法——直方图均衡化,并通过OpenCV实现了具体的图像处理流程。首先分离图像的RGB通道,计算各通道的直方图并绘制,接着进行直方图均衡化处理,最后再次计算均衡化后的图像直方图,直观展示对比效果。

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

完成如图所示的直方图均衡化。直方图均衡化,可以增强图像的对比度。使用calcHist计算图像的直方图,使用equalzeHist进行直方图的均衡化。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

void histogramcalculation(const Mat &Image, Mat &histoImage)
{
    int histSize = 255;

    float range[] = { 0,256 };
    const float* histRange = { range };

    bool uniform = true;
    bool accumulate = false;

    Mat b_hist, g_hist, r_hist;
    //通道分离
    vector<Mat> bgr_planes;
    split(Image, bgr_planes);

//计算各个通道的直方图

    calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &histRange, uniform, accumulate);
    calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRange, uniform, accumulate);
    calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &histRange, uniform, accumulate);

    int hist_w = 512; 
    int hist_h = 400;
    int bin_w = cvRound((double)hist_w / histSize);
    Mat histImage(hist_h, hist_w,CV_8UC3, Scalar(0, 0, 0));

//将各个通道的直方图结果归一化处理。
    normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
    normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
    normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());

//绘制各个通道的直方图

    for (int i = 1; i < histSize;i++)
    {
        line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))), Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, 8, 0);
        line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))), Point(bin_w*(i), hist_h - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, 8, 0);
        line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))), Point(bin_w*(i), hist_h - cvRound(r_hist.at<float>(i))), Scalar(0, 0, 255), 2, 8, 0);
    }

//返回结果
    histoImage = histImage;
}
int main()
{
    Mat src;
    Mat imgeq;
    Mat histImage;
    Mat histEq;
    src = imread("E:\\1.jpg");
    if (!src.data)
    {
        cout << "Error Image!" << endl;
    }
    vector<Mat> bgr_Planes;
    split(src, bgr_Planes);
    imshow("src", src);

    histogramcalculation(src, histImage);
    imshow("hist", histImage);

//分别对三个通道进行直方图均衡化操作。然后进行合并。

    equalizeHist(bgr_Planes[0], bgr_Planes[0]);
    equalizeHist(bgr_Planes[1], bgr_Planes[1]);
    equalizeHist(bgr_Planes[2], bgr_Planes[2]);

    merge(bgr_Planes, imgeq);
    imshow("EQ", imgeq);

    histogramcalculation(imgeq, histEq);
    imshow("histEQ", histEq);

    waitKey(0);

    return 0;
}

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

打赏作者

巨巨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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