直方图均衡化及OpenCV实现.docx

《直方图均衡化及OpenCV实现.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一、直方图均衡化原理：出自Sonka“Imageprocessing,analysisandmachinevision”,3rded,2008.直方图均衡化是想把左边的直方图变换为右边的直方图，使各个灰度值上的像素个数均匀分布，这样图像整体的亮度分布较均匀，不会过亮或过暗，同时可以增加图像的对比度。假设变换前后图像的灰度等级都为k，则变换过程为：i=0kG(qi)=i=0kH(pi)其中，pi为变换前的灰度值，qi为变换后的灰度值，H(p)为变换前的直方图，G(p)为变换后的直方图。假设图像大小为N*N，那么

2、Gqi应为常量值：N2qk-q0那么用精确的连续函数表达，有：其中，称为累积直方图(cumulativehistogram).转换为离散形式，得到：二、算法实现1)声明数组H，数组长度为图像的灰度等级G(一般为256)，图像大小为N*M;2)扫描图像，建立灰度直方图：H(pi)=H(pi)+1;3)建立累积直方图Hc(pi)：Hc(p0)=H(p0);Hc(pi)=Hc(pi-1)+H(pi);4)扫描图像，计算新像素值qi，也可以建立一个查找表：qi=(G-1)Hc(pi)/(N*M)三、代码实现：Mat&

3、MyHistEqual(Mat&I){CV_Assert(I.data);//acceptonlychartypematricesCV_Assert(I.depth()!=sizeof(uchar));constintchannels=I.channels();switch(channels){case1:{intHist[256];memset(Hist,0,sizeof(Hist));//formimagehistogrampMatIterator_it,end;for(it=I.begin

4、(),end=I.end();it!=end;it++)Hist[(*it)]++;//formcumulativehistogramefor(inti=1;i<256;i++)Hist[i]+=Hist[i-1];//histogramequalizationintnRows=I.rows;intnCols=I.cols;for(it=I.begin(),end=I.end();it!=end;it++)*it=(uchar)(255*Hist[(*i

5、t)]/(nRows*nCols));break;}case3:{MatIterator_it,end;for(it=I.begin(),end=I.end();it!=end;it++){(*it)[0]=255-(*it)[0];(*it)[1]=255-(*it)[1];(*it)[2]=255-(*it)[2];}}}returnI;}四、OpenCV2.4.3中的源代码：CV_IMPLvoidcvEqualizeHist(constCvArr*srcarr,

6、CvArr*dstarr){CvMatsstub,*src=cvGetMat(srcarr,&sstub);CvMatdstub,*dst=cvGetMat(dstarr,&dstub);CV_Assert(CV_ARE_SIZES_EQ(src,dst)&&CV_ARE_TYPES_EQ(src,dst)&&CV_MAT_TYPE(src->type)==CV_8UC1);CvSizesize=cvGetMatSize(src);if(CV_IS_MAT_CONT(src->type&dst->type))

7、{size.width*=size.height;size.height=1;}intx,y;constinthist_sz=256;inthist[hist_sz];memset(hist,0,sizeof(hist));for(y=0;ydata.ptr+src->step*y;for(x=0;x

8、height);intsum=0;ucharlut[hist_sz+1];for(inti=0;idata.ptr+src->step