直方图变换时通过改变和调整图像的直方图形状来实现改变图像灰度阶分部与结构的增强方法。图像直方图翻译图像对比度‘明暗等细节特征,如果直方图集中在某一区间,画面呈现出来彩色的单一,不利于观察分析。常用的直方图变换时通过灰度变换s = T(r) = 255*(r-a)/(b-a),将【a,b】映射到【0,255】实现的,另外根据直方图均衡原理,为尽可能是像素点分布均匀,可以通过累计平均分配的方式计算出均衡化的像素。
直方图变换查找方法实现的思路:
1。将原图像转化为灰度图,计算灰度图直方图
2。根据预设的阈值参数由低到高查找iLow,再有高到低查找iHigh。
3。根据上一步得到直方图的iLow与iHigh并行查找表变换
4.通过查找表进行映射变换,完成直方图查找方法变换
代码如下:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include <stdio.h>
#include <string>
using namespace std;
using namespace cv;
int main()
{
cv::Mat srcImage = cv::imread("C:\\Users\\LP\\Desktop\\C++\\ConsoleApplication4\\ConsoleApplication4\\RGBFlower4.jpg");
if (srcImage.empty())
{
return -1;
}
cv::imshow("原图像", srcImage);
//转换为灰度图
cv::Mat srcGray;
cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
//计算图像直方图
const int channels[1] = {0};
const int histSize[1] = {256};
float hranges[2] = {0, 255};
const float* ranges[1] = {hranges};
cv::MatND hist;
cv::calcHist(&srcGray, 1, channels, cv::Mat(), hist, 1, histSize, ranges);
//根据预设参数统计灰度级变换
int segThreshold = 50;
//由低到高查找
int iLow = 0;
for (; iLow < histSize[0]; iLow++)
{
if (hist.at<float>(iLow) > segThreshold)
{break;}
}
//由高到低查找
int iHigh = histSize[0] - 1;
for (; iHigh >= 0; iHigh--)
{
if (hist.at<float>(iHigh) > segThreshold)
{break;}
}
//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));
}
}
//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("histTransResult", histTransResult);
cv::waitKey(0);
return 0;
}