图像处理算法基础（三）---直方图均衡化，自研与opencv对比

今天自己实现了一下直方图均衡化，但是结果和opencv的直方图均衡化差距较大，还没找到根本原因，找到在下面评论回复

原理都是一样的

1. 计算输入图像的直方图 H

2.  直方图归一化，因此直方块和为255

3. 计算直方图积分： 

4. 采用H'作为查询表：dst(x,y)=H'(src(x,y))进行图像变换。

自己写的代码如下：

int IMGHistEqualization(IplImage *src)
{
 if(NULL == src)
  return -1;

 if(src->nChannels!=1 )
 {
  cout<<"It's not gray image!"<<endl;
  return -1;
 }
 int hist[256]={0};
 int Mapping[256]={0};
 double phist[256]={0.0};
 double histSum[256]={0.0};

 int gray = 0; 
 //记录每一个灰度级的像素点个数
 for(int i = 0;i < src->height;i++){ 
  for(int j = 0; j < src->width; j++){ 
 
   gray = src->imageData[src->widthStep * i + j ];
   hist[gray]++;  
        } 
    } 

 //将直方图归一化
 for (int i = 0; i <= 255 ;i++)
 {
  phist [i] = (double) hist[i] / (src->height * src->width*1.0f);  //归一化直方图 即每个像素出现概率
 }
 
 //并求得累计直方图
 for(int i = 0; i<=255;i++)
 {
  if(i != 0)
  {
   histSum[i] = histSum[i-1] + phist[i];
  }
  else
  {
   histSum[i]  = phist[i];
  }
 }

 //求直方图映射关系
  for (int i = 0; i< 256; i++)
  {
  Mapping[i] = (int)(255.0f * histSum[i] + 0.5f);
  }

 //均衡化
 for(int y = 0; y < src->height; y++)
 {
  for(int x = 0; x < src->width;x++)
  {
   gray = src->imageData[src->widthStep * y + x ];

   src->imageData[src->widthStep * y + x ] = Mapping[gray];        //根据映射关系实现均衡化

  }
 }

 return 0;
}

opencv直方图均衡化

EqualizeHist

灰度图象直方图均衡化

void cvEqualizeHist( const CvArr* src, CvArr* dst );

src

输入的 8-比特 单信道图像

dst

输出的图像与输入图像大小与数据类型相同