直方图均衡化

直方图均衡化

1、直方图均衡化定义

把原始图像的灰度直⽅图从⽐较集中的某个灰度区间变成在全部灰度范围内的均匀分布的技术。直⽅图均衡化能起到增强图像对⽐度的作⽤。

2、基本思想

直方图均衡化方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。

3、计算步骤

1. 确定图像的灰度级
2. 计算原始直方图分布概率p(i)
3. 计算直方图概率累计值s(i)
4. 根据公式求取像素映射关系
5. 灰度映射
   

3、编程实现

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
# 获取直方图——计算像素值出现概率
def GetHist(img):
    assert isinstance(img, np.ndarray)
    prob = np.zeros(shape=(256))
 
    for rv in img:
        for cv in rv:
            prob[cv] += 1
 
    row, col = img.shape
    prob = prob / (row * col)
    return prob
 
# 直方图均衡化
def EqualHist(img, prob):
    # 累计概率
    prob = np.cumsum(prob)
 
    # 像素值映射
    img_map = [int(i * prob[i]) for i in range(256)]
 
    # 像素值替换
    assert isinstance(img, np.ndarray)
    row, col = img.shape
    for i in range(row):
        for j in range(col):
            img[i, j] = img_map[img[i, j]]
    return img
 
# 画直方图
def Draw_plot(y, name):
    plt.figure(num=name)
    plt.bar([i for i in range(256)], y, width=1)
 
 
if __name__ == '__main__':
 
    # 读取灰度图
    img = cv2.imread("C:/Users/Administrator/Desktop/Test1/picture1.jpg", 0)
    # 获取原图取直方图
    prob = GetHist(img)
    # 画原图直方图
    Draw_plot(prob, "原图直方图")
 
    # 直方图均衡化
    img = EqualHist(img, prob)
    cv2.imwrite("source_hist.jpg", img)  # 保存图像
 
    # 获取均衡化后直方图
    prob = GetHist(img)
    # 画均衡化后的直方图
    Draw_plot(prob, "直方图均衡化结果")
    plt.show()