直方图均衡化原理与实现(OpenCV)

直方图均衡化

直方图均衡化是将一幅图像的灰度直方图变平,使变换后的图像中每个灰度值的分布概率都相同。并且可以增强图像的对比度。
灰度值的分布概率都相同
这句话的理解,并不是每个像素值的像素个数相同,比如:像素值为90的像素点有50个、为40的像素点有30个、为41的像素点有20个。这其中像素值40和41对人的肉眼来说没有多大区别的,我们只看结果图像,40的像素点有50个。

步骤

  1. 计算图像的灰度直方图
  2. 计算灰度直方图的累加直方图
  3. 根据累加直方图和直方图均衡化原理得到输入与输出之间的映射关系。
  4. 最后根据映射关系得到结果

原理

不管怎么改变像素值,总像素个数不会变。而且我们最理想的目标就是结果图像的每个像素点的个数是相等的。 h i s t o u t ( k ) ≈ H ∗ W 256 , k ∈ [ 0 , 255 ] hist_{out}(k) \approx \frac{H * W}{256} , k \in [0, 255] histout(k)256HW,k[0,255]
对于输入图像的任意一个像素 p , p ∈ [ 0 , 255 ] p, p \in [0, 255] p,p[0,255] 总能在输出图像里有对应的像素 q , q ∈ [ 0 , 255 ] q, q\in[0,255] q,q[0,255]使得下面等式成立
∑ k = 0 p h i s t i n p u t ( k ) = ∑ k = 0 q h i s t i o u t ( k ) \sum_{k=0}^{p} hist_{input}(k) = \sum_{k=0}^{q} hist_{iout}(k) k=0phistinput(k)=

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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