OpenCV实现直方图均衡(55)

返回:OpenCV系列文章目录（持续更新中......）

上一篇：OpenCV实现仿射变换(54)

下一篇：OpenCV直方图计算(56)

​

目标

在本教程中，您将学习：

• 什么是图像直方图以及它为什么有用
• 使用 OpenCV 函数均衡图像直方图 cv::equalizeHist

理论

什么是图像直方图？

• 它是图像强度分布的图形表示。
• 它量化了所考虑的每个强度值的像素数。

​

什么是直方图均衡？

• 这是一种提高图像对比度的方法，以扩大强度范围（另请参阅相应的维基百科条目）。
• 为了更清楚地说明这一点，从上图中，您可以看到像素似乎聚集在可用强度范围的中间。直方图均衡的作用是扩展这个范围。请看下图：绿色圆圈表示人口不足的强度。应用均衡后，我们得到一个直方图，如中心图所示。生成的图像如右图所示。

​

它是如何工作的？

• 均衡意味着将一个分布（给定的直方图）映射到另一个分布（强度值的更广泛和更均匀的分布），以便强度值分布在整个范围内。

• 为了实现均衡效果，重映射应该是累积分布函数 （cdf）（更多细节，请参阅学习 OpenCV）。对于直方图 \（H（i）\），其).对于直方图 \（H^{'}（i）\） 为：

  \[H^{'}（i） = \sum_{0 \le j < i} H（j）\]

  要将其用作重映射函数，我们必须对 \（H^{'}（i）\） 进行归一化，使最大值为 255（或图像强度的最大值）。从上面的例子中，累积函数为：

​

• 最后，我们使用一个简单的重新映射程序来获得均衡图像的强度值：

  \[均衡（ x， y ） = H^{'}（ src（x，y） ）\]

C++代码
 

• 这个程序是做什么的？
  • 加载图像
  • 将原始图像转换为灰度
  • 使用 OpenCV 函数 cv：：equalizeHist 均衡直方图
  • 在窗口中显示源图像和均衡图像。

• 可下载代码： 点击这里
• 代码一览：

 

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
 
using namespace cv;
using namespace std;
 
int main( int argc, char** argv )
{
 CommandLineParser parser( argc, argv, "{@input | lena.jpg | input image}" );
 Mat src = imread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR );
 if( src.empty() )
 {
 cout << "Could not open or find the image!\n" << endl;
 cout << "Usage: " << argv[0] << " <Input image>" << endl;
 return -1;
 }
 
 cvtColor( src, src, COLOR_BGR2GRAY );
 
 Mat dst;
 equalizeHist( src, dst );
 
 imshow( "Source image", src );
 imshow( "Equalized Image", dst );
 
 waitKey();
 
 return 0;
 
}

解释
 

加载源图像：

 CommandLineParser parser( argc, argv, "{@input | lena.jpg | input image}" );
 Mat src = imread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR );
 if( src.empty() )
 {
 cout << "Could not open or find the image!\n" << endl;
 cout << "Usage: " << argv[0] << " <Input image>" << endl;
 return -1;
 }

将其转换为灰度：

 cvtColor( src, src, COLOR_BGR2GRAY );

使用函数 cv::equalizeHist 应用直方图均衡：

 Mat dst;
 equalizeHist( src, dst );

• 可以很容易地看到，唯一的参数是原始图像和输出（均衡）图像。

• 显示两个图像（原始图像和均衡图像）：

 imshow( "Source image", src );
 imshow( "Equalized Image", dst );

等到用户存在程序

 waitKey();

结果

1. 为了更好地欣赏均衡的结果，让我们引入一个对比度不高的图像，例如：

​

顺便说一句，它有这个直方图：

​

请注意，像素聚集在直方图的中心。

1. 使用我们的程序应用均衡后，我们得到以下结果：

​

这张图片肯定有更大的对比度。看看它的新直方图，如下所示：

​

请注意，像素数在强度范围内分布得更多。

参考文献：

1、《Histogram Calculation》-------Ana Huamán