直方图均衡

最新推荐文章于 2023-08-30 22:08:11 发布

zhangqixiang5449

最新推荐文章于 2023-08-30 22:08:11 发布

阅读量479

点赞数

CC 4.0 BY-SA版权

分类专栏：数字图像处理

本文链接：https://blog.youkuaiyun.com/zhangqixiang5449/article/details/50980291

数字图像处理专栏收录该内容

4 篇文章

订阅专栏

本文介绍直方图均衡化的原理及其在图像处理中的应用。通过OpenCV API及手动实现两种方式展示了如何改善图像对比度，使图像细节更加明显。同时提供了详细的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

直方图均衡

直方图均衡可均衡大部分像素集中在某一区间的图像，经过处理后可使图像利用大部分灰度值。
这里写图片描述
openCV直方图均衡化代码：

void histogramBalanced(){
    IplImage* im = cvLoadImage("/Users/qixiangzhang/Desktop/openCV/gyy.jpg",CV_LOAD_IMAGE_UNCHANGED);
    IplImage* imOut = cvCreateImage(cvGetSize(im), IPL_DEPTH_8U, 1);

    cvShowImage("Original", im);

    cvEqualizeHist(im, imOut);

    cvShowImage("histogram", imOut);

    cvSaveImage("/Users/qixiangzhang/Desktop/histogram.jpg",imOut);
}

使用matlab查看直方图统计结果：

>> gyy = imread('gyy.jpg');
>> gyyH = imread('gyyH.jpg');
>> hist_gyy = imhist(gyy);
>> bar(hist_gyy);
>> hist_gyyH = imhist(gyyH);
>> figure();bar(hist_gyyH)

这里写图片描述
不使用opencv的API计算直方图均衡代码：

//以下代码为求思路清晰，在性能上不做优化
void myEqualizeHist(){
    auto im = imread("/Users/qixiangzhang/Desktop/openCV/gyy.jpg");

    long int sta[256] = {0};
    int nl = im.rows;
    int nc = im.cols*im.channels();
    uchar* data;
   //统计     
    for(int j = 0; j<nl; j++){
        data = im.ptr<uchar>(j);
        for(int i = 0; i<nc; i++){
            sta[data[i]%256]++;
        }
    }
    //概率
    double pro[256] = {0};
    for(int j = 0; j<256; j++){
        pro[j] = sta[j]/double(nl*nc);
    }
    //计算结果
    pro[0]*=255;
    for(int j = 1; j<256; j++){
        pro[j] = pro[j]*255+pro[j-1];
    }
    int res[256] = {0};
    for(int j = 0; j<256; j++){
        res[j] = pro[j];
        if(pro[j]-int(pro[j])>=0.5) res[j]++;
    }
    //替换
    for(int j = 0; j<nl; j++){
        data = im.ptr<uchar>(j);
        for(int i = 0; i<nc; i++){
            data[i] = res[data[i]%256];
        }
    }

    imshow("a", im);
    IplImage i = IplImage(im);
    cvSaveImage("/Users/qixiangzhang/Desktop/histogram2.jpg", &i);
}