【OpenCV图像处理】1.23 直方图(Histogram)均衡化

 

文章目录

 

相关理论

• 什么是直方图？

  • 图像直方图，是指对整个图像像在灰度范围内的像素值(0~255)统计出现频率次数，据此生成的直方图，称为图像直方图-直方图。直方图反映了图像灰度的分布情况。是图像的统计学特征。

• 直方图均衡化

  • 是一种提高图像对比度的方法，拉伸图像灰度值范围。
    

  • 如何实现，通过上一课中的remap我们知道可以将图像灰度分布从一个分布映射到另外一个分布，然后在得到映射后的像素值即可。
    H ′ ( i ) = ∑ 0 ≤ j < i H ( j ) H^{\prime}(i)=\sum_{0 \leq j<i} H(j) H′(i)=∑0≤j<i​H(j)
    equalized ( x , y ) = H ′ ( src ⁡ ( x , y ) ) \text {equalized}(x, y)=H^{\prime}(\operatorname{src}(x, y)) equalized(x,y)=H′(src(x,y))

• API说明cv::equalizeHist

  equalizeHist(
  InputArray src,//输入图像，必须是8-bit的单通道图像
  OutputArray dst// 输出结果
  )
  

代码 & 展示效果

完整代码：

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

using namespace std;
using namespace cv;

#ifndef P23
#define P23 23
#endif

int main() {
    std::string path = "../color_line.JPG";
    cv::Mat img = cv::imread(path, 5);

    string str_input = "input image";
    string str_output = "output image";

    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }
    
#if P23 //直方图
    Mat dest;
    cvtColor(img, img, CV_BGR2GRAY);
    equalizeHist(img, dest);
    imshow(str_output, dest);
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

效果：