opencv c++直方图均衡化运行实例及直方图绘制

原为机器人视觉课程作业，作业原要求如下

 

例1：输入图像如下

得到灰度图和均衡化演示后的图

  

得到直方图和均衡化后的直方图：

可以看出来起到了一定的增强效果，但平滑性降低，整体起到了反效果

1. 例2：输入图像如下

得到灰度图和均衡化演示后的图

  

得到直方图和均衡化后的直方图：

效果难以分辨

1. 例3：输入图像如下

得到灰度图和均衡化演示后的图

  

得到直方图和均衡化后的直方图：

可以看到明显效果，lena脸部亮度及其他位置像素被增强

下附代码

绘制函数

Mat version_lesson::print_hist_demo(Mat &img) {
	int bins = 256;
	int hist_size[] = { bins };
	float range[] = { 0,256 };
	const float *ranges[] = { range };
	MatND hist;
	int channels[] = { 0 };
	//计算出灰度直方图
	calcHist(&img, 1, channels, Mat(), hist, 1, hist_size, ranges);
	//画出直方图
	double max_val;
	minMaxLoc(hist, 0, &max_val, 0, 0);//定位矩阵中最小值、最大值的位置
	int scale = 2;
	int hist_height = 256;
	Mat hist_img = Mat::zeros(hist_height, bins*scale, CV_8UC3);//创建一个全0的特殊矩阵
	for (int i = 0; i < bins; i++)
	{
		float bin_val = hist.at<float>(i);
		int inten = cvRound(bin_val*hist_height / max_val);//要绘制高度
		//画矩形
		rectangle(hist_img, Point(scale*i, hist_height - 1), Point((i + 1)*scale - 1, hist_height - inten), CV_RGB(255, 255, 255));
	}
	return hist_img;
}

Mat version_lesson::version_excersize_2(Mat &image) {
	Mat dst;
	equalizeHist(image, dst);
	imshow("直方图均衡化演示", dst);
	return dst;
}