直方图匹配

定义

直方图匹配也叫直方图规定化(Histogram Matching/Normalization)
通俗的理解：相比于均衡化，它是用原图自带的灰度信息进行重新分布，可以说原图确定了之后均衡化也就定了。但是在有些场合，用均衡化达不到想要的效果，需要使用某种特定分布的直方图，让新生成的图按照指定直方图的分布规律进行重新匹配，使两幅图具有类似的色温或者对比度特征，这就叫做直方图匹配。
实现原理
1、把原图和匹配图都均衡化，并得到匹配图逆均衡化的对应关系。
2、由于都是均衡化，可以理解为相等，所以把原图均衡化后的点，按照匹配图的逆均衡化对应关系，得到结果图。
如果用$T(r)$和$G(z)$分别表示原图和匹配图的均衡化变换函数。那么结果可以表示为：
$z=G^{-1}[T(r)]$

代码实现

OpenCV库中也有相关的函数来实现直方图统计和均衡化等。
这里为了明确的验证规定化的具体实现原理，笔者使用最笨的方法来实现。

灰度图的直方图匹配

#include <cv.h>
#include <highgui.h>

using namespace cv;

// show histogram of grey image with sticks or continuous curve
void myShowHist(int *psrccnt,string winname,int style=0, int rows=400,int cols=512)
{
    Mat hist(rows,cols,CV_8UC3,Scalar(188,188,188));

    int maxcnt=psrccnt[0];
    for(int i=0; i<=255; i++){
        if(psrccnt[i]>maxcnt) maxcnt=psrccnt[i];
    }

    int lineType = 8;
    if(style==0) { //sticks
        int thickness = 1;
        for(int i=0; i<=255; i++){
            if(psrccnt[i]!=0){
                line(hist,
                    Point((int)((float)i*(