【图像处理】基于OpenCV底层实现的直方图匹配

最新推荐文章于 2024-05-28 18:11:54 发布
最新推荐文章于 2024-05-28 18:11:54 发布
阅读量5.3k 收藏 7
点赞数 2
分类专栏： Image Processing 文章标签： opencv c++ 直方图 直方图匹配 实例
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ironyoung/article/details/40459625
版权

image processing 系列：

  1. 【图像处理】图片旋转
  2. 【图像处理】高斯滤波、中值滤波、均值滤波

直方图匹配算法，又称直方图规定化。简单说，就是根据某函数、或者另外一张图片的引导，使得原图改变。

感觉解释的最好的是：http://www.360doc.com/content/13/1106/16/10724725_327179043.shtml

完整代码：github （里面同时包含OSTU / 大津算法、直方图均衡化等算法，还包括两种测试图片）。

因为我个人兴趣爱好（放P就是老师逼的。。。），不允许使用 OpenCV 封装好的直方图函数。根据

最低0.47元/天 解锁文章
IronYoung
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
图像直方图匹配
吃葡萄不吐葡萄皮
08-23 754
直方图匹配通过调整图像的像素值，使得两张图像的直方图尽可能相似。这通常涉及到将输入图像的像素值映射到输出图像的像素值，以实现两者之间的分布匹配。通过将图像的像素值映射到更合适的范围，可以使图像在视觉上更加吸引人。当我们谈到图像直方图匹配，我们实际上是在讨论一种图像处理技术，它的目标是将一张图像的像素值分布调整到与另一张图像的像素值分布相匹配。3. 风格迁移：在计算机视觉中，可以使用直方图匹配来实现图像的风格迁移，将一个图像的风格应用于另一个图像。，我们希望将输入图像的像素值映射到输出图像的像素值。
图像处理之直方图均衡和直方图匹配
梦的灰色边沿...
09-24 1925
直方图均衡是一种将图像中的灰度分布转换成均匀分布，从而增强图像的对比度的图像处理方法。直方图均衡可以将原本偏白或者偏黑的图像转换成对比度符合人眼视觉的图像。
OpenCV学习 基础图像操作（十四）：直方图均衡化和直方图规定化
最新发布
fan1102958151的博客
05-28 1083
直方图操作是基于像素统计的基础图像操作,被广泛运用于调整图像的对比度,并由此衍生出很多变种和该经的方式.
C#调用C++OpenCV直方图匹配
FuWen_Hao的博客
06-15 1030
C#调用C++ OpenCV4.4.0+VS2019基于OpenCV4.4.0的直方图匹配直方图比较相关系数的标准卡方系数的标准相交系数的标准巴氏系数的标准步骤直方图匹配原理直方图匹配优缺点C++代码C++代码转化为C#将C++代码编译成一个dll文件C#调用dll文件 基于OpenCV4.4.0的直方图匹配 直方图比较 直方图比较，是用一定的标准来判断两个直方图的相似度方法； OpenCV中提供的API是： 对输入的两张图像计算得到直方图H1与H2，归一化到相同的尺度空间然后可以通过计算H1与H2的之间的
OpenCV直方图与匹配（一）——直方图
simon曦的博客
12-21 2730
目录 目录 前言 直方图概述 前言 直方图概述 直方图是一个统计学概念，图像的直方图用来表现图像中亮度分布的直方图，给出图像中某个亮度或者某个亮度下像素个数。直方图将统计值组织到一系列事先定义好的bin(直条或组距)中，其数值是从数据中计算出的特征统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。且无论如何，直方图获得的是数据分布的统计图。 在统计学中，直方图
【OpenCV C++】利用直方图匹配（规定化）实现简单的图像色彩风格迁移
qq_54003651的博客
10-13 977
利用直方图匹配（直方图规定化）实现简单的图像色彩风格迁移
基于opencv和MFC的图像处理软件.zip
04-05
ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口...
基于opencv的鱼眼相机的图像矫正.zip
04-06
ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口...
基于PyQt+OpenCV的图像处理软件.zip
04-05
ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口...
基于OpenCV的图像序列的运动目标检测.zip
04-05
ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口...
基于pyqt5和opencv的多线程图像（视频）处理.zip
04-05
ImgProc：提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui：提供图形用户界面（GUI）支持，如图像和视频的显示、用户交互（如鼠标事件处理）以及简单的窗口...
RGB直方图匹配 opencv
06-08
自己编写的基于RGB颜色空间的直方图的匹配算法实现，大家一起学习！
OpenCV颜色直方图匹配程序
03-27
openCV直方图匹配程序，HSV直方图分别采用四种匹配算法
opencv写的 灰度直方图匹配
07-19
用opencv写的，灰度直方图匹配，自动的，其中匹配向量用得时冈萨雷斯书上的高斯函数产生的
OpenCV学习之旅7——直方图与匹配（2）
我的博客
02-05 590
1. 直方图对比 对于直方图我们需要借助一些标准来衡量他们的相似度。 1.1compareHist()函数 double compareHist( InputArray H1, InputArray H2, int method ); 第一、二个参数是大小相同的直方图； 第三个参数：所选的距离标准，有四种方法。0. 相关；1. 卡方；2. 直方图相交；3. Bhattachar
0017-用目标图像对源图像进行直方图匹配
清溪算法
11-14 2424
直方图匹配变换可以使得源图像和目标图像的直方图相似或相同，这样，通过直方图变换，它们的颜色分布规律也就一样了。直方图匹配变换的思路如下： 1 分别求解源图片和目标图片累积直方图概率分布； 2 根据累积累方图建立直方图匹配变换映射； 3 根据直方图匹配变换映射对原图进行直方图匹配操作。OpenCV环境下对灰度图进行直方图匹配的源码如下： 代码中用到的图像下载链接：http://pan.baidu.c...
直方图规定化（匹配）matlab实现（续）
热门推荐
恰同学少年的博客
06-20 3万+
灰度图直方图匹配 %灰度图直方图匹配matlab clear I=imread('lena.bmp');%读取图像 Imatch=imread('face.bmp');%读取匹配图像 Jmatch=imhist(Imatch);%获取匹配图像直方图 Iout=histeq(I,Jmatch);%直方图匹配 figure;%显示原图像、匹配图像和匹配后的图像 subplot(1,3,1),ims
Opencv图像处理---直方图计算
LYKymy的博客
10-20 690
理论 什么是直方图？ 收集直方图，将数据计数组织成一组预定义的箱 当我们说数据时，我们并不将其限制为强度值（正如我们在前面的教程中看到的那样）。 收集的数据可以是您发现用于描述图像的任何功能。 我们来看一个例子吧。 想象一下，矩阵包含图像的信息（即强度在0-255范围内）： 如果我们想要以有组织的方式统计这些数据，会发生什么？ 因为我们知道这种情况下的信息值范围是256个值，所以我们可以...
【图像处理】基于OpenCV底层实现的滤波
IronYoung_不惧未来
11-16 3215
基于OpenCV和C++底层实现的高斯滤波、中值滤波、均值滤波
opencv实现直方图匹配
03-24
OpenCV是一个开源的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法。直方图匹配是一种图像处理技术，用于将一幅图像的直方图与另一幅图像的直方图进行匹配，从而实现颜色或亮度的调整。 在OpenCV中，可以使用`cv2.calcHist()`函数计算图像的直方图，使用`cv2.normalize()`函数对直方图进行归一化。然后，可以使用`cv2.compareHist()`函数来比较两个直方图的相似性。 下面是一个简单的示例代码，演示了如何使用OpenCV实现直方图匹配： ```python import cv2 import numpy as np # 读取原始图像和目标图像 src_img = cv2.imread('source_image.jpg', 0) target_img = cv2.imread('target_image.jpg', 0) # 计算原始图像和目标图像的直方图 src_hist = cv2.calcHist([src_img], [0], None, [256], [0, 256]) target_hist = cv2.calcHist([target_img], [0], None, [256], [0, 256]) # 归一化直方图 cv2.normalize(src_hist, src_hist, 0, 255, cv2.NORM_MINMAX) cv2.normalize(target_hist, target_hist, 0, 255, cv2.NORM_MINMAX) # 使用相关性匹配方法比较两个直方图 match_value = cv2.compareHist(src_hist, target_hist, cv2.HISTCMP_CORREL) print("直方图匹配结果：", match_value) ``` 在上面的代码中，我们首先使用`cv2.imread()`函数读取原始图像和目标图像，并将它们转换为灰度图像（参数为0）。然后，使用`cv2.calcHist()`函数计算原始图像和目标图像的直方图。接下来，使用`cv2.normalize()`函数对直方图进行归一化，以便进行比较。最后，使用`cv2.compareHist()`函数比较两个直方图的相似性，返回一个匹配值。 需要注意的是，直方图匹配只能调整图像的颜色或亮度，无法改变图像的形状或结构。如果需要更复杂的图像处理任务，可能需要使用其他技术或算法。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值