直方图归一

项目中遇到要直方图均衡化，在网上找到如下介绍：直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。第一步： for(i=0;i<height;i++){ for(j=0;j<width;j++){ n[s[i][j]]++; } } for(i=0;i<L;i++){ p[i]=n[i]/(width*height); } 这里，n[i]表示的是灰度级为i的像素的个数，L表示的是最大灰度级，width和height分别表示的是原始图像的宽度和高度，所以，p[i]表示的就是灰度级为i的像素在整幅图像中出现的概率(其实就是p[]这个数组存储的就是这幅图像的归一化之后的直方图)。第二步： for(i=0;i<=L;i++){ for(j=0;j<=i;j++){ c[i]+=p[j]; } } c[]这个数组存储的就是累计的归一化直方图。第三步： max=min=s[0][0]; for(i=0;i<height;i++){ for(j=0;j<width;j++){ if(max s[i][j]){ min=s[i][j]; } } } 找出像素的最大值和最小值。 for(i=0;i<height;i++){ for(j=0;j<width;j++){ t[i][j]=c[s[i][j]]*(max-min)+min; } } t[][]就是最终直方图均衡化之后的结果。 处理前的图片： 处理后的图片： 对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。