opencv 彩色图像equalizeHist注意事项

对彩色图像进行直方图均衡化，一般是通过对HSV色彩空间的V通道进行直方图均衡化，再合并H，S，V三个通道后转化为RGB空间。（其实V通道简单来说就是图像明暗通道，增加V通道值的效果等同于windows照片编辑中的光线调整，如下图，S通道则相当于windows照片编辑中的颜色调整（饱和度））

彩色图像直方图均衡化示例代码为：

import cv2
import numpy as np
import matplotlib.pyplot as plt

if __name__ == '__main__':
    img = cv2.imread("pic.jpg")
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    v2 = cv2.equalizeHist(v)
    img2 = cv2.merge([h, s, v2])
    rgb = cv2.cvtColor(img2, cv2.COLOR_HSV2RGB)
    plt.imshow(rgb)
    plt.show()

但是一定要注意应用目的，在图像整体都是偏亮时，这样直方图均衡化会导致图像最终颜色失真。

遇到的问题描述：

Easypr项目中通过颜色定位车牌（colorMatch函数），但是却无法正确识别出颜色，效果如下：

将图片裁剪后却能识别（裁掉背景区域），效果如下：

最终检查，问题出在代码中的直方图均衡化：在不存在较暗区域的图片中进行v通道的直方图均衡化后，会导致原先符合V阈值的蓝色区域，其V值被拉伸到了低于阈值的部分，因此颜色识别失败。(原项目中的车牌图像数据集所包含的场景大多为车身+周围环境，但是目前我的实验数据集有一部分是只有车牌+车牌附近的区域，因此出现了这种问题)

 

原项目有问题部分的代码(core_func.hpp->colorMatch())如下，在注释equalizeHist那一行之后，蓝色车牌部分能够被正确识别：

	Mat colorMatch(const Mat &src, Mat &match, const Color r,
		const bool adaptive_minsv) {
                /*去掉了很多其余代码*/
		
		/*阈值设定...*/

		Mat src_hsv;

		// convert to HSV space
		cvtColor(src, src_hsv, CV_BGR2HSV);

		std::vector<cv::Mat> hsvSplit;
		split(src_hsv, hsvSplit);
		// 这种操作不适用于所有图片
		equalizeHist(hsvSplit[2], hsvSplit[2]); 
		merge(hsvSplit, src_hsv);

		
		for (int i = 0; i < nRows; ++i) {
			p = src_hsv.ptr<uchar>(i);
			for (int j = 0; j < nCols; j += 3) {
				int H = int(p[j]);      // 0-180
				int S = int(p[j + 1]);  // 0-255
				int V = int(p[j + 2]);  // 0-255

				bool colorMatched = false;
				if (H > min_h && H < max_h) {

                    // 同理，因为equalizeHist不适用，因此对V进行比较意义也不大
                    // 因为有些拍照环境光线都很暗
					if ((S > min_sv && S < max_sv) && (V > min_sv && V < max_sv))
						colorMatched = true;
				}

				if (colorMatched == true) {
					p[j] = 0;
					p[j + 1] = 0;
					p[j + 2] = 255;
				}
				else {
					p[j] = 0;
					p[j + 1] = 0;
					p[j + 2] = 0;
				}
			}
		}

		Mat src_grey;
		std::vector<cv::Mat> hsvSplit_done;
		split(src_hsv, hsvSplit_done);
		src_grey = hsvSplit_done[2];

		match = src_grey;

		return src_grey;
	}