【OpenCV基础】第二十一课：直方图均衡化

1.图像直方图

假设有图像数据$8\times 8$，像素值范围0～14共15个灰度等级：

统计得到各个等级出现次数及直方图：

2.直方图均衡化

直方图均衡化（Histogram Equalization）是一种增强图像对比度的方法。其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。均衡化前后的图像直方图：

举例说明下直方图均衡化的过程，假设现在有一个8位的$8\times 8$灰度图像：

该灰度图像的灰度值出现次数如下表所示，为了简化表格，出现次数为0的值已经被省略：

累积分布函数（cdf）如下所示，与上一表格类似，为了简化，累积分布函数值为0的灰度值已经被省略：

如表格所示，灰度值最小值为52，最大值为154。通常，直方图均衡化算式如下：

$$h(v)=round\left(\frac{cdf(v)-cd{f}_{min}}{cd{f}_{max}-cd{f}_{min}}\times (L-1)\right)$$

累积分布函数最小值$cd{f}_{min}$在本例中为1，最大值$cd{f}_{max}$在本例中为64，而$L$则是灰度级数（如本例中，图像为8位深度，则灰度级数共有$2^8=256$级数，这也是最常见的灰度级数）。则对于本例的直方图均衡化算式为：

$$h(v)=round\left(\frac{cdf(v)-1}{63}\times 255\right)$$

例如，灰度为78的像素的累积分布函数为46，均衡化后，灰度值变化为：

$$h(78)=round\left(\frac{46-1}{63}\times 255\right)=round(0.714286\times 255)=182$$

直方图均衡化后，图像的灰度值变化如下表所示：

全尺寸图像效果：

3.API

void equalizeHist( InputArray src, OutputArray dst );

⚠️输入图像必须是8位的单通道图像。

4.代码地址

1. 直方图均衡化

5.参考资料

1. 直方图均衡化（wiki百科）

---

想要获取最新文章推送或者私聊谈人生，请关注我的个人微信公众号：⬇️x-jeff的AI工坊⬇️

个人博客网站：https://shichaoxin.com

GitHub：https://github.com/x-jeff

---