opencv初探（二）——直方图均衡化与双线性插值缩放

最新推荐文章于 2023-10-18 22:00:00 发布

原创

最新推荐文章于 2023-10-18 22:00:00 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #算法 #直方图均衡化 #双线性插值 #缩放图片

本文探讨了两种图像处理技术：直方图均衡化，一种增强图像对比度的方法，通过统计像素频率并重新分配；以及双线性插值图片缩放，该算法通过抽样原图像素来实现效果良好的图像缩放。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这两种算法均基于上一篇所提到的图像像素遍历，通过对每个像素进行相应操作，达到总体上的目的。

一、直方图均衡化

直方图均衡化是增强图像对比度的有效方法。通过对各像素频率的统计来重新分配该像素对应的新像素，但要保证像素之间的大小关系不能翻转，是以采取累积频率来分配像素。

void equalHist(Mat inputImage, Mat &outputImage)
{
	int rowNumber = inputImage.rows;
	int colNumber = inputImage.cols;
	int total = rowNumber*colNumber;
	outputImage = Mat(rowNumber, colNumber, CV_8UC1);
	int freq[256] = { 0 };//各像素出现次数
	
	for (int i = 0; i < rowNumber; i++)
	{
		uchar *pixel_adress = inputImage.ptr<uchar>(i);
		uchar *pixel_adress2 = outputImage.ptr<uchar>(i);
		for (int j = 0; j < colNumber; j++)
		{
			freq[int(pixel_adress[j])] += 1;//对应次数+1
			//cout << "pixel: " << int(pixel_adress[j]) << endl;
		}
		
	}
	double freq2[256] = { 0 };//各像素出现频率累积，从0到255
	freq2[0] = double(freq[0]) / total;
	//cout <<"freq[255]:"<<freq[2