opencv直方图匹配（规定化）

1.理解直方图匹配（规定化）

    直方图规定化可以简要的理解为已有模板图像A，按照A图像的直方图对目标图像B的直方图修改，并应用到B图像上。如下图所示，表中第5行为A的直方图，第3行为B的直方图。

计算直方图的规定化的步骤为：

• 对图像A和B进行均衡化操作
• 得到A、B的直方图，并分别计算累积直方图
• 得到B到A的累计直方图的映射关系，即计算|V2-V1|的最小值，从第4、6行得到第7行的结果，因此映射关系如第8行所示。

2.Opencv实现直方图规定化

// image1为模板图像，image2为待规定化处理的图像
Mat MyHistMatch(const Mat & image1, const Mat & image2) {
	Mat src_image = image1.clone();
	Mat dst_image = image2.clone();
	// 首先把图像转化成灰度图像
	cv::cvtColor(src_image, src_image, CV_BGR2GRAY);
        cv::cvtColor(dst_image, dst_image, CV_BGR2GRAY);
	// 先对图像进行均衡化处理
	cv::equalizeHist(src_image, src_image);
        cv::equalizeHist(dst_image, dst_image);
	// 新建目标图像同样大小和类型的图像
        Mat result(dst_image.cols, dst_image.rows, CV_32FC1);
        cv::MatND src_hist, dst_hist;
        int dims = 1;
        float hranges[] = { 0,255 };
        const float *ranges[] = { hranges };
        int size = 256;
        int channels = 0;

        // 计算模板图像和目标图像的直方图
        cv::calcHist(&src_image, 1, &channels, Mat(), src_hist, dims, &size, ranges);
        cv::calcHist(&dst_image, 1, &channels, Mat(), dst_hist, dims, &size, ranges);
        // 得到模板图像和目标图像的累积直方图
        float src_cdf[256] = { 0 };
        float dst_cdf[256] = { 0 };
        for (int i = 0; i < 256; i++) {
            if (i == 0) {
                src_cdf[i] = src_hist.at<float>(i);
                dst_cdf[i] = dst_hist.at<float>(i);
            } else {
                src_cdf[i] = src_cdf[i - 1] + src_hist.at<float>(i);
                dst_cdf[i] = dst_cdf[i - 1] + dst_hist.at<float>(i);
            }
        }
    
        // 对目标图像进行规定化处理
        // 1.计算累积概率的差值
        float diff_cdf[256][256];
        for (int i = 0; i < 256; i++) {
            for (int j = 0; j < 256; j++) {
                diff_cdf[i][j] = fabs(src_cdf[i] - dst_cdf[j]);
            }
        }

        //2.构建灰度级映射表
        Mat lut(1, 256, CV_8U);
        for (int i = 0; i < 256; i++) {
            //查找源灰度级为i的映射灰度和i的累积概率差最小的规定化灰度
            float min = diff_cdf[i][0];
            int index = 0;
            for (int j = 0; j < 256; j++) {
                if (min > diff_cdf[i][j]) {
                    min = diff_cdf[i][j];
                    index = j;
                }
            }
            lut.at<uchar>(i) = static_cast<uchar>(index);
        }
        // 应用查找表得到均衡化后的图像
        cv::LUT(dst_image, lut, result);
        return result;
}

上面的程序输入是两张图像，输出是按照image1图像的直方图把image2进行直方图规定化后的图像。

部分参考：https://www.cnblogs.com/wangguchangqing/p/7098213.html