图像灰度直方图均衡和线性变换

最新推荐文章于 2024-06-07 16:48:17 发布

TimDyh

最新推荐文章于 2024-06-07 16:48:17 发布

阅读量3.7k

点赞数 1

分类专栏：学习笔记文章标签：图像识别

本文链接：https://blog.csdn.net/adamding1999/article/details/107441497

版权

本文探讨图像灰度变换，重点在直方图均衡和线性变换。通过算法流程和代码实现，分析两种方法对图像对比度和清晰度的提升效果，以图像实例展示处理前后变化，并讨论参数选择对结果的影响。

摘要由CSDN通过智能技术生成

灰度变换是指根据某种目标条件，按一定变换关系逐点改变源图像中每一个像素灰度值的方法，目的是为了改善画质，使图像的显示效果更加清晰。图像的灰度变换处理是图像增强处理技术中的一种非常基础、直接的空间域图像处理方法，也是图像数字化软件和图像显示软件的一个重要组成部分。

本文通过实现直方图均衡和线性变换分别对图像进行处理，研究其原理及效果。

1. 直方图均衡

算法流程

统计各灰度级的像素点个数，并计算从 0 到 255 的累积值。
根据频率的累积分布计算得到各灰度级变换后的灰度级。
对原图像的每个像素点进行映射变换。

主要代码

void equalizeHist(const Mat &srcImg, Mat &dstImg) {
   
    dstImg.create(srcImg.size(), srcImg.type());
    
    uchar *srcImgData = srcImg.data;
    uchar *dstImgData = dstImg.data;
    
    int *hist = new int[256];
    memset(hist, 0, 256 * sizeof(int));
    int pixNum = srcImg.cols * srcImg.rows;
    for (int i = 0; i < pixNum; i++)
        hist