直方图均衡化实现

原理公式：

image[i]=每个灰度占总像素的比例累加和 * (HistogramStrench_max - HistogramStrench_min) + HistogramStrench_min；

代码如下:

//直方图均衡化
void histogram_equalization(unsigned char* img, int h, int w)
{
	int i, j;
	int pixNum[256] = { 0 };
	float pixP[256] = { 0 };
	float pixNormalize[256] = { 0 };
	int maxpix = img[0];
	int minpix = img[0];
	unsigned char* tempimg = (unsigned char*)malloc(h*w);
	memcpy(tempimg, img, h*w);

	for (i = 0; i < h; i++)
	{
		for (j = 0; j < w; j++)
		{
			//统计直方图每个灰度级出现的次数
			pixNum[tempimg[i*w + j]]++;

			//找出像素的最大值和最小值
			if (maxpix < tempimg[i*w + j])
				maxpix = tempimg[i*w + j];
			else if (minpix > tempimg[i*w + j])
				minpix = tempimg[i*w + j];

		}
	}
	//p[i]表示的就是灰度级为i的像素在整幅图像中出现的概率
	for (i = 0; i < 256; i++)
	{
		pixP[i] = (float)(pixNum[i]) / (float)(h*w);
	}
	//累计的归一化直方图
	for (i = 0; i < 256; i++)
	{
		for (j = 0; j <= i; j++)
		{
			pixNormalize[i] += pixP[j];
		}
	}

	for (i = 0; i < h; i++)
	{
		for (j = 0; j < w; j++)
		{
			tempimg[i*w + j] = pixNormalize[img[i*w + j]] * (maxpix - minpix) + minpix;
		}
	}
	memcpy(img, tempimg, h*w);
	free(tempimg);
}

 处理效果对比：