#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
// 加载源图像并显示
cv::Mat srcImage = cv::imread("1.jpg");
cv::Mat dstImage = cv::imread("2.jpg");
if( !srcImage.data || !dstImage.data )
return 1;
cv::resize(dstImage, dstImage,cv::Size(srcImage.rows,srcImage.cols),0,0,CV_INTER_LINEAR);
cv::imshow("srcImage", srcImage);
cv::imshow("dstImage", dstImage);
cv::waitKey(0);
//初始化累计分布参数
float srcCdfArr[256];
float dstCdfArr[256];
int srcAddTemp[256];
int dstAddTemp[256];
int histMatchMap[256];
for (int i = 0; i < 256; i++){
srcAddTemp[i] = 0;
dstAddTemp[i] = 0;
srcCdfArr[i]= 0;
dstCdfArr[i] = 0;
histMatchMap[i]=0;
}
float sumSrcTemp = 0;
float sumDstTemp = 0;
int nSrcPix = srcImage.cols * srcImage.rows;
int nDstPix = dstImage.cols * dstImage.rows;
int matchFlag = 0;
// 求解源图像与目标图像的累积直方图
for(size_t nrow = 0; nrow < srcImage.rows; nrow++)
for(size_t ncol = 0; ncol < srcImage.cols; ncol++)
{
srcAddTemp[(int)srcImage.at<uchar>(nrow, ncol)]++;
dstAddTemp[(int)dstImage.at<uchar>(nrow, ncol)]++;
}
// 求解源图像与目标图像的累积概率分布
for(int i=0; i<256; i++)
{
sumSrcTemp += srcAddTemp[i];
srcCdfArr[i] = sumSrcTemp / nSrcPix;
sumDstTemp += dstAddTemp[i];
dstCdfArr[i] = sumDstTemp / nDstPix;
}
// 直方图匹配实现
for(int i=0; i< 256; i++)
{
float minMatchPara = 20;
for(int j=0; j< 256; j++)
{
// 判断当前直方图累计差异
if (minMatchPara > abs(srcCdfArr[i] - dstCdfArr[j]))
{
minMatchPara = abs(srcCdfArr[i] - dstCdfArr[j]);
matchFlag = j;
}
}
histMatchMap[i] = matchFlag;
}
// 初始化匹配图像
cv::Mat HistMatchImage =
cv::Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);
cv::cvtColor(srcImage, HistMatchImage, CV_BGR2GRAY);
// 通过map映射成匹配图像
for(int i = 0; i < HistMatchImage.rows; i++)
for(int j = 0; j < HistMatchImage.cols; j++)
{
HistMatchImage.at<uchar>(i, j) =
histMatchMap[(int)HistMatchImage.at<uchar>(i, j)];
}
cv::imshow("resultImage", HistMatchImage);
cv::waitKey(0);
return 0;
}