直方图均衡化

最新推荐文章于 2024-01-21 13:31:17 发布

lwbaptx

最新推荐文章于 2024-01-21 13:31:17 发布

阅读量1k

点赞数

分类专栏：计算机视觉文章标签：图像处理 dst 工具 types float

本文链接：https://blog.csdn.net/lwbaptx/article/details/7514446

版权

计算机视觉专栏收录该内容

4 篇文章 0 订阅

订阅专栏

最近在研究冈萨雷斯的那本《数字图像处理》，发现此书确实不错。看到直方图均衡这一章，顺便研究了下OpenCV的源代码。

直方图均衡化是一个很强大的自适应对比度增强工具。

详细的说明可以见《数字图像处理.第三版》（冈萨雷斯）英文版 P144。

一个灰度值在一幅图像中出现的概率可以表示如下：

------------（1）

注： L表示灰度级别，8位灰度图的L=256.

-----------------------（2）

注：T()表示一个灰度变换函数，满足单调性。nj表示灰度j在图像中出现的次数。

由公式（2）可以得到每个输入图像的灰度对应输出图像的灰度值，对sk四舍五入。

详细的证明可以参考书上。

最后查看了下OpenCV的源代码。

查看源代码:可以进入OpenCV的安装目录，打开OpenCV.sln 这个工程文件。利用vs2008自带的搜索工具，搜索关键字 cvEqualizeHist。

附上OpenCV直方图均衡化的源码。

CV_IMPL void cvEqualizeHist( const CvArr* srcarr, CvArr* dstarr )
{
    CvMat sstub, *src = cvGetMat(srcarr, &sstub);
    CvMat dstub, *dst = cvGetMat(dstarr, &dstub);
    
    CV_Assert( CV_ARE_SIZES_EQ(src, dst) && CV_ARE_TYPES_EQ(src, dst) &&
               CV_MAT_TYPE(src->type) == CV_8UC1 );
    CvSize size = cvGetMatSize(src);
    if( CV_IS_MAT_CONT(src->type & dst->type) )
    {
        size.width *= size.height;
        size.height = 1;
    }
    int x, y;
    const int hist_sz = 256;
    int hist[hist_sz];
    memset(hist, 0, sizeof(hist));
    
    for( y = 0; y < size.height; y++ )
    {
        const uchar* sptr = src->data.ptr + src->step*y;
        for( x = 0; x < size.width; x++ )
            hist[sptr[x]]++;
    }
    
    float scale = 255.f/(size.width*size.height);
    int sum = 0;
    uchar lut[hist_sz+1];

    for( int i = 0; i < hist_sz; i++ )
    {
        sum += hist[i];
        int val = cvRound(sum*scale);
        lut[i] = CV_CAST_8U(val);
    }

    lut[0] = 0;
    for( y = 0; y < size.height; y++ )
    {
        const uchar* sptr = src->data.ptr + src->step*y;
        uchar* dptr = dst->data.ptr + dst->step*y;
        for( x = 0; x < size.width; x++ )
            dptr[x] = lut[sptr[x]];
    }
}