#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
int main()
{
// 图像获取及验证
cv::Mat srcImage = cv::imread("..\\images\\flower3.jpg");
if( !srcImage.data )
return 1;
// 转化为灰度图像
cv::Mat srcGray;
cvtColor(srcImage, srcGray, CV_BGR2GRAY);
// 第一步:计算图像的直方图
const int channels[1]={0};
const int histSize[1]={256};
float hranges[2]={0,255};
const float* ranges[1]={hranges};
cv::MatND hist;
calcHist(&srcGray,1,channels,cv::Mat(),
hist,1,histSize,ranges);
// 第二步:根据预设参数统计灰度级变换
int segThreshold = 50;
// 由低到高进行查找
int iLow =0;
for (; iLow < histSize[0]; iLow++) {
if (hist.at<float>(iLow) > segThreshold) {
break;
}
}
// 由高到低进行查找
int iHigh = histSize[0] -1;
for (; iHigh >=0; iHigh--) {
if (hist.at<float>(iHigh) > segThreshold) {
break;
}
}
// 第三步:建立查找表
cv::Mat lookUpTable(cv::Size(1, 256), CV_8U);
for (int i =0; i <256; i++) {
if (i < iLow ){
lookUpTable.at<uchar>(i) =0;
} else if (i > iHigh) {
lookUpTable.at<uchar>(i) = 255;
} else {
lookUpTable.at<uchar>(i) = static_cast<uchar>(
255.0 * (i - iLow) / (iHigh - iLow + 0.5));
}
}
// 第四步:通过查找表进行映射变换
cv::Mat histTransResult;
cv::LUT(srcGray, lookUpTable, histTransResult);
// 显示图像
cv::imshow("srcGray",srcGray);
cv::imshow("histTransResult",histTransResult);
cv::waitKey(0);
return 0;
}
转载:http://blog.csdn.net/zhuwei1988