数字图像处理基础实验（二）：直方图均衡化

一、实验内容及原理

1、计算灰度图像的归一化直方图

具体内容：利用 OpenCV 对图像像素进行操作，计算归一化直方图.并在 窗口中以图形的方式显示出来

步骤：
（1）初始化一个256大小的数组，存放图像中每级灰度值的像素点的个数
（2）遍历整张图像
（3）归一化数组

2、灰度图像直方图均衡处理

具体内容：通过计算归一化直方图，设计算法实现直方图均衡化处理。

步骤：
（1）读取该像素点的灰度值
（2）计算其在归一化直方图中的累加概率
（3）累加概率乘以255，并四舍五入

3、彩色图像直方图均衡处理

具体内容： 在灰度图像直方图均衡处理的基础上实现彩色直方图均衡处理

步骤：
（1）读取该像素点的三通道灰度值
（2）计算其在归一化直方图中的累加概率
（3）累加概率乘以255，并四舍五入

二、实验代码

实验环境：
（1）OpenCV3.4.3
（2）Ubuntu16.04
（3）VS Code
（4）C++

#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
#include <vector>
#include <math.h>

class Experiment2 {
public:
    Experiment2(std::vector<std::string> path){
        for(int i = 0; i < path.size(); i++){
            original_color_image.push_back(cv::imread(path[i]));
            original_gray_image.push_back(color2Gray(original_color_image[i]));
        }
    }
    // 0.1、彩色图像转灰度图像
    cv::Mat color2Gray(cv::Mat src_image){
        //创建与原图同类型和同大小的矩阵
	    cv::Mat gray_image(src_image.rows, src_image.cols, CV_8UC1);
        if(src_image.channels()!=1){
            for(int i = 0; i < src_image.rows; i++)
                for(int j = 0; j < src_image.cols; j++)
                    gray_image.at<uchar>(i, j) = (src_image.at<cv::Vec3b>(i, j)[0] + sr