一段很巧妙的直方图统计算法代码

最新推荐文章于 2024-01-02 12:00:44 发布
最新推荐文章于 2024-01-02 12:00:44 发布
阅读量3.5k 收藏 5
点赞数 2
分类专栏： 图像基本算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_19764963/article/details/50946020
版权 
    double absolute_histo[256] = { 0 };
    for (int i = 0; i < Image.rows; i++)
    {
        const uchar* p = Image.ptr<uchar>(i);
        for (int j = 0; j < Image.cols; j++)
        {
            absolute_histo[*(p + j)]++;
        }
    }

这是一段hao来的好东西哎。。。。不然要switch 256个case了

misslibra
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
图像处理系列——直方图统计算法
nanke_yh的博客
12-15 5811
直方图统计算法可指定对比度差的局部区域进行相应的提升，来实现图像局部区域的图像增强目的。直方图统计是根据模板大小内的像素邻域的均值、方差与全局的均值、方差的比较，来决定像素的操作。
【Python】直方图绘制代码
Vincent Lai的博客
06-05 1575
#绘制直方图 def drawHist(heights): #创建直方图 #第一个参数为待绘制的定量数据，不同于定性数据，这里并没有事先进行频数统计 #第二个参数为划分的区间个数 bins = np.arange(0, 1.01, 0.01) n, bins, patches = pyplot.hist(heights, bins) pyplot.xlabel(‘归一化后数值’) pyplot.ylabel(‘频次’) pyplot.title(‘第5天归一化后数值区间统计’) pyplot.show()
直方图计算C++代码实现
xin_hen的博客
08-03 2537
//计算直方图 vector<vector<int>> CalHistgram(const Mat& img) { vector<vector<int>>histogram(256); for (int i = 0; i < histogram.size(); ++i) histogram[i].resize(3); for (int row = 0; row < img.rows; row++)
图像算法-直方图统计 直方图均衡化
voiue的博客
02-20 527
直方图处理在图像领域经常被用到，下面对直方图统计、直方图均衡化的算法原理进行详细介绍： 直方图统计 对于灰度图像，直方图统计的算法步骤如下： 1）统计图像中每个灰度级出现的次数，记为； 2），其中W,H为图像的宽高，P[i]为第i个灰度级的频率 直方图均衡化 对于灰度图像，直方图均衡化的算法步骤如下： 1）统计； 2）计算每个灰度级出现的概率：； 3），其中F[i]为灰度级i经过直方图均衡化后的值； 经过直方图均衡化，图像的灰度级范围变宽，显示的效果就是图像的对比度增强了。 上面主要以灰度图像为例，对
直方图对比
04-19
程序：lbp直方图对比 版本：vs2010 作者：欧小帅 日期：2016-04-010 语言：c++ 操作：lbp降维至58维后转化直方图然后进行图片对比 功能：按直方图的比较函数为compareHist，函数返回值为两矩阵的相似程度，有4种不同的对比标准来对直方图进行比较：Correlation 相关系数、Chi-Square 卡方、Intersection 直方图交、Bhattacharyya distance
直方图比较
10-26
利用直方图进行图像匹配，结合opencv
PCL提取3D点云模型特征（2.0 PFH点特征直方图 ）附完整代码
McQueen_LT的博客
07-21 3712
一、概述 之前在做本科毕业设计的时候，就用到了 PFH（Point Feature Histogram）和 FPFH（Fast Point Feature Histogram），这两个方法都是Rusu这个大佬提出来的。最开始他提出了PFH作为一个signature来描述点云邻域内的属性，利用这种性质来对点运做registration。但是PFH存在过多的冗余计算，导致效率很低，在此基础上，他又提出了FPFH来提升计算效率。在刚开始接触到这两个特征描述子之前，对这两个方法一无所知，在网上也找了很多资料和帖子，
FPGA实现图像处理中的直方图统计
08-24
FPGA实现图像处理中的直方图统计，Verilog
（代码7）直方图均衡化
Just Be Myself
04-22 951
实验二（1）RGB直方图均衡化 #include #include using namespace cv; int main() { int i; IplImage *pImageChannel[4] = { 0, 0, 0, 0 }; IplImage *pSrcImage = cvLoadImage( "lena.jpg", 1 ) ; IplImage *pImage =
灰度直方图
梦之境
08-13 752
opencv学习_6 (灰度直方图) 灰度直方图 这次我从最基本的直方图讲起，一维直方图，至于二维等高维直方图，仅作为了解，后面有时间另开blog详解。 1：首先我们给出一幅图 其中的数据假设对应一副灰度图片的灰度值，则直方图的作用就是画出在bin范围内取值的个数，如图左边的直方图---相当于我们word中的柱状图。 2：在opencv中直方图的结构为: typedef
c#灰度直方图算法及调用的完整代码
05-25
c#灰度直方图算法及调用的完整代码，利用绝对值和欧式距离的公式计算相似度
直方图的实现代码
wemoon1的博客
03-26 2209
计算直方图 cv::calcHist(&amp;sourcePic, nimages, channels, cv::Mat(), outputHist, dims, histSize, ranges, uni, accum);画出直方图cv::line(histPic, cv::Point(i*scale, histSize[0]), cv::Point(i*scale, histSize[0] ...
The Simplest Classifier: Histogram Comparison (最简单的分类器:直方图比较)
Hansry的博客
05-14 2250
一. Introduction 几何上的线索 (Geometrical cues)是最靠谱的一种方式来估计一个物体的身份。毕竟而言，我们可以从一张黑色或白色的图片中来识别出里面的椅子，不需要任何的颜色和纹理。然而这种方法并不经常适用。在自然界中有很多的例子表明通过颜色可以很好的确定物体的种类，如水果(Fruits)，矿物质(Minerals)等等。在我们的文明中，具有特色的颜色经常被用来当做商标...
C++ 之直方图的计算
monk96的博客
09-01 1250
【代码】C++ 之直方图的计算。
【C++ calcHist函数（图像直方图）】
zkk2002的博客
02-08 1443
【C++ calcHist函数（图像直方图）】
C++编制直方图程序
m0_60434562的博客
03-15 703
要求：手工输入源图像，计算直方图，输出显示直方图和源图像。（注：不要用OpenCV自带函数）也不知道结果正不正确，本人水平有限，请大家多多指教！
直方图均衡化原理及C++实现
shentu7的博客
05-10 5926
直方图均衡化是常用的图像增强的方法。通过一种映射改变图像中的灰度值，增加图像灰度值的动态范围从而增加图像的对比度。过度曝光的图像中的灰度值主要集中在高亮度的范围内，而曝光不足的图像中的灰度值主要集中在低亮度的范围内。使用直方图均衡化技术可以使得整幅图像的灰度值均匀分布在整个动态范围，从而增加图像的对比度，提升视觉观感。 1、直方图的基本概念 首先介绍一下直方图的基本概念，直方图是对图像像素值的统计，一般像素值的范围为0~255；直方图是对各个不同灰度值的像素进行统计，下面是一张直方图。 下面 下面是几种图像
C++ opencv图像直方图
weixin_46098612的博客
11-17 4761
由于其计算代价较小，且具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反响投影跟踪。图像直方图（Image Histogram）是用以表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值的像素数。通常直方图的维数要低于原始数据，所以它的信息有缺，图像直方图并不能唯一表示一张图像。因为计算的到直方图数据数组，是一个大小为256的一维数组，它的每个值对应一个频次。有很多的算法，比如传统的特征工程，跟它都有千丝万缕的关系。
Opencv(C++)学习之cv::calcHist 任意bin数量进行直方图计算
lez1021的博客
01-02 659
使用128bin统计直方图的C++实现
传统的直方图均衡化算法原理
最新发布
04-17
传统的直方图均衡化算法是一种用于图像增强的方法，它通过重新分布图像的像素值来增强图像的对比度。该算法的原理如下： 1. 统计像素值的频数：遍历图像的每个像素，统计每个像素值出现的频数。 2. 计算累积分布函数（CDF）：将频数归一化得到概率密度函数（PDF），然后计算累积分布函数（CDF），即将每个像素值的概率累加起来。 3. 映射像素值：将CDF映射到一个新的像素值范围，通常是0到255。这可以通过将CDF乘以255并取整来实现。 4. 更新图像像素值：遍历图像的每个像素，将原始像素值替换为映射后的像素值。 通过这个过程，直方图均衡化算法可以使图像的像素值分布更加均匀，从而增强图像的对比度。 以下是一个简单的C语言代码示例，演示了如何实现传统的直方图均衡化算法： ```c #include <stdio.h> void histogramEqualization(int image[], int width, int height) { int histogram[256] = {0}; // 存储像素值的频数 int cdf[256] = {0}; // 存储累积分布函数 // 统计像素值的频数 for (int i = 0; i < width * height; i++) { histogram[image[i]]++; } // 计算累积分布函数 cdf = histogram; for (int i = 1; i < 256; i++) { cdf[i] = cdf[i - 1] + histogram[i]; } // 映射像素值 int totalPixels = width * height; for (int i = 0; i < 256; i++) { cdf[i] = (int)(((float)cdf[i] / totalPixels) * 255); } // 更新图像像素值 for (int i = 0; i < width * height; i++) { image[i] = cdf[image[i]]; } } int main() { // 假设有一个灰度图像，存储在一维数组中 int image[] = { 10, 20, 30, 40, 50, 60, 70, 80, 90, 100 }; int width = 2; int height = 5; // 应用直方图均衡化算法 histogramEqualization(image, width, height); // 打印均衡化后的图像像素值 for (int i = 0; i < width * height; i++) { printf("%d ", image[i]); } return 0; } ``` 这段代码演示了如何对一个简单的灰度图像进行直方图均衡化。你可以根据自己的需求修改代码以适应不同的图像类型和格式。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值