Ex3：用CImg编写灰度图像直方图均衡化和颜色转换

最新推荐文章于 2019-02-05 12:31:46 发布

Klog

最新推荐文章于 2019-02-05 12:31:46 发布

阅读量1.6k

点赞数

分类专栏：计算机视觉与模式识别文章标签：图片

本文链接：https://blog.csdn.net/marvelgl/article/details/63363184

版权

这篇博客介绍了如何使用CImg库进行灰度图像的直方图均衡化和RGB到Lab颜色空间的转换。通过示例展示了原图、直方图均衡化后的图像以及Lab颜色转换的效果。文中提到，直方图均衡化通过HSI模型进行，而颜色转换则是通过RGB到Lab模型完成。作者还分享了相关的实现代码，并指出将代码封装为类会更佳。

摘要由CSDN通过智能技术生成

【2017/3/21更新】

自己用了RGB -> HSI模型来进行直方图均衡化。
后面用了RGB-> Lab模型进行颜色转换。

测试样例：

原图：
这里写图片描述
直方图均衡化：

灰度图：

灰度图直方图均衡化：

实现代码：

理论上什么图片都可以运行成功了。
其实RGB->HSI->RGB的公式搜一下就有，实现数学公式就好，主要是对HSI中的I通道进行直方图均衡化，因为I代表亮度，理论上不会影响色彩，不容易失真。

其实代码应该写成一个类封装起来更好。

#include "CImg.h"
#include <iostream>
#include <cmath>

#define PI 3.141
using namespace std;
using namespace cimg_library;

CImg<float> toGrayScale(CImg<float> img) {
    CImg<float> grayscaled = img;
    cimg_forXY(img, x, y) {
        int r = img(x, y, 0);
        int g = img(x, y, 1);
        int b = img(x, y, 2);
        double newValue = (r * 0.2126 + g * 0.7152 + b * 0.0722);
        grayscaled(x, y, 0) = newValue;
        grayscaled(x, y, 1) = newValue;
        grayscaled(x, y, 2) = newValue;
    }
    return grayscaled;
}

CImg<float> his_equalization(CImg<float> img_) {

    float statistics[256];
    float cumulative[256];
    float probability[256];
    int rows = img_._width;
    int cols = img_._height;

    for (int i = 0; i < 256; i++) {
        statistics[i] = 0;
        cumulative[i] = 0;
        probability[i] = 0;
    }

    CImg<float > img = img_;

    float totalpixels = rows * cols;
    cimg_forXY(img, x, y) {
        float r = img(x, y, 0);
        float g = img_(x, y, 1);
        float b = img_(x, y, 2);
        float min = r;
        if(min > g) min = g;
        if(min > b) min = b;
        float t1 = 0.5*((r-g)+(r-b));
        float t2 = pow((r-g)*(r-g)+(r-b)*(g-b)+0.0000001, 0.5);
        float angle = acos(t1/t2) * 180 / 3.14;
        float h = 0;
        if(b <= g) 
            h = angle / 360.0;
        else 
            h = (360.0- angle) / 360.0;
        float s =