24位bmp彩色图的直方图均衡化

关于直方图均衡化，教材大都讲解的是8bit灰度图的直方图均衡化，什么是直方图均衡化，我没有完全理解，以后若能有通俗易懂的理解，我会贴上来，我的大概理解是：

1、累计函数即概率密度函数面积的相等导致的映射函数。

2、因为上述完成的映射后灰度的变化范围只是在[0,N],N为灰度图有效像素数目，所以得进行线性拉伸255/N。

具体代码：

void RmwHistogramEqualize(BYTE *pimg,int width,int height)
{//直方图均衡化
	BYTE *pcur,*pend=pimg+width*height;
	unsigned int hist[256];
	int LUT[256],i,sum;
	memset(hist,0,sizeof(int)*256);
//	memset(LUT,0,sizeof(int)*256);
	for(pcur=pimg;pcur<pend;)//这步其实也是直方图求解
		hist[*(pcur++)]++;
	for(sum=hist[0],LUT[0]=0,i=0;i<256;i++)
	{
		sum=sum+hist[i];
		LUT[i]=255*sum/(width*height);
	}
	for(pcur=pimg;pcur<pend;)
		*(pcur++)=LUT[*pcur];
}

这是我上课的老师写的，他是图像处理领域的大牛级人物。

所以8bit灰度图的直方图均衡化利用这几行代码就能完成，简单。一下是效果图：

这两张，分别是均衡化前后的对比，可以看出，确实直方图均衡化以后，图片的对比度更加大，即人物更清晰了。

今天要讨论的是24位彩色bmp图片的均衡化，首先看一下效果图：

这辆图片，依次是均衡化前和均衡化以后的、

具体的操作方法，其实很简单，就是讲RGB分布放入一个数组，对R数组、G数组和R数组分别均衡化，然后在一次写入图片即可。对于，这种方法的正确性，我没去证实，只是看了一篇档次比较低的文献后，今晚进行的实验，从实验效果来看，处理过的图片的前景确实变淡了，人物也更加突出了。Good Luck！

#include"fun.h"
#include<iostream.h>
void main()
{
	BYTE *pimg,*p1,*p2,*p3;
	int width,height;
	pimg=RmwReadImg24("lena.bmp",&width,&height);//将图片像素数据读出来的函数
	p1=new BYTE[width*height];
	p2=new BYTE[width*height];
	p3=new BYTE[width*height];
	BYTE *pp1=p1;
	BYTE *pp2=p2;
	BYTE *pp3=p3;
	for(int i=0;i<width*height*3;i++)//分布将RGB放入对应的数组
		if(i%3==0)
			*(pp1++)=*(pimg+i);
		else if(i%3==1)
			*(pp2++)=*(pimg+i);
			else
			*(pp3++)=*(pimg+i);
	RmwHistogramEqualize(p1,width,height);//8bit灰度图片的均衡化操作
	RmwHistogramEqualize(p2,width,height);
	RmwHistogramEqualize(p3,width,height);
//	RmwWriteImage(p1,width,height,"p1.bmp");
//	RmwWriteImage(p2,width,height,"p2.bmp");
//	RmwWriteImage(p3,width,height,"p3.bmp");
	int j=0;
	for(j=0;j<width*height*3;j++)//将RGB三个均衡化以后的数组在拼在一起
		if(j%3==0)
			*(pimg+j)=*(p1++);
		else if(j%3==1)
			*(pimg+j)=*(p2++);
		else
			*(pimg+j)=*(p3++);
		
	RmwWriteImage24(pimg,width,height,"lenaEqu.bmp");//将像素数据写入图片文件函数
}