直方图均衡化(cvEqualizeHist)

本文转自：http://blog.csdn.net/hitwengqi/article/details/6897291

我们可以对图像做点事情尝试扩大其动态范围，对这个操作最常用的技术是直方图均衡化，可以将比较淡的图像变换为比较深的图像（即增强图像的亮度及对比度）。直方图均衡化后面潜在的数学原理是一个分布（输入的亮度直方图）被映射到另一个分布（一个更宽，理想统一的亮度值分布），映射函数是一个累积分布函数。对于连续分布，结果将是准确的均衡化。在cvEqualizeHist中，原始图像及目标图像必须是单通道，大小相同的8位图像，对于彩色图像，必须先将每个通道分开，再分别进行直方图均衡化处理，然后将通道合并形成新的图像。

----------------------------------------------------------------------------------------------

Split

Split 分割多通道数组成几个单通道数组或者从数组中提取一个通道 void cvSplit( const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3 ); #define cvCvtPixToPlane cvSplit src 原数组. dst0...dst3 目标通道 函数 cvSplit 分割多通道数组成分离的单通道数组d。可获得两种操作模式 . 如果原数组有N通道且前N输出数组非NULL,所有的通道都会被从原数组中提取，如果前N个通道只有一个通道非NULL函数只提取该指定通道，否则会产生一个错误，馀下的通道（超过前N个通道的以上的）必须被设置成NULL，对于设置了COI的IplImage 结使用cvCopy 也可以从图像中提取单通道。

 

Merge

Merge 从几个单通道数组组合成多通道数组或插入一个单通道数组 void cvMerge( const CvArr* src0, const CvArr* src1, const CvArr* src2, const CvArr* src3, CvArr* dst ); #define cvCvtPlaneToPix cvMerge src0... src3 输入的通道. dst 输出数组. 函数cvMerge是前一个函数的反向操作。如果输出数组有N个通道并且前N个输入通道非NULL，就拷贝所有通道到输出数组，如果在前N个通道中只有一个单通道非NULL，只拷贝这个通道到输出数组，否则 就会产生错误。除前N通道以外的馀下的通道必须置NULL。对于设置了COI的 IplImage结构使用cvCopy也可以实现向图像中插入一个通道 。

 

EqualizeHist

灰度图象直方图均衡化

void cvEqualizeHist( const CvArr* src, CvArr* dst);

src

输入的 8-比特 单信道图像

dst

输出的图像与输入图像大小与数据类型相同

函数 cvEqualizeHist 采用如下法则对输入图像进行直方图均衡化：

1. 计算输入图像的直方图 H

2.  直方图归一化，因此直方块和为255

3. 计算直方图积分： 

4. 采用H'作为查询表：dst(x,y)=H'(src(x,y))进行图像变换。

该方法归一化图像亮度和增强对比度。

EqualizeHist::EqualizeHist()
{
	for (int i = 0; i<256; i++)
	{
		pixelArr[i] = 0;
		sumPixelArr[i] = 0;
	}
	pixelMax = 0;
	pixelMin = 256;

}

EqualizeHist::~EqualizeHist()
{

}

void EqualizeHist::process(Mat src, Mat& dst)
{
	for (int i = 0; i<256; i++)
	{
		pixelArr[i] = 0;
		sumPixelArr[i] = 0;
	}
	pixelMax = 0;
	pixelMin = 256;

	int width = src.cols;
	int height = src.rows;
	dst.create(Size(width,height),src.type());

	for (int i = 0; i< height; i++)
	{
		for (int j = 0; j< width; j++)
		{
			pixelArr[src.at<uchar>(i,j)] += 1;

			pixelMax = pixelMax>src.at<uchar>(i,j)?pixelMax:src.at<uchar>(i,j);

			pixelMin = pixelMin<src.at<uchar>(i,j)?pixelMin:src.at<uchar>(i,j);

		}
	}

	for (int i = 0; i< 256; i++)
	{
		pixelArr[i] /= width*height;

		for (int j = 0; j<= i; j++)
		{
			sumPixelArr[i] += pixelArr[j];
		}
	}



	for (int i = 0; i<height; i++)
	{
		for (int j = 0; j<width; j++)
		{
			int temp11 = src.at<uchar>(i,j);

			float temp1 = sumPixelArr[temp11]*(pixelMax-pixelMin)+(pixelMin);

			dst.at<uchar>(i,j) = temp1;

		}

	}
}

 ----------------------------------------------------------------------------------------------

#include <highgui.h>  
#include <cv.h>  
  
int main(int argc, char** argv)  
{  
    int i;  
    IplImage* src = cvLoadImage( argv[1], 1 );  
    IplImage* imgChannel[4] = { 0, 0, 0, 0 };  
    IplImage* dst = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 3 );  
  
    if( src )  
    {  
        for( i = 0; i < src -> nChannels; i++ )  
        {  
            imgChannel[i] = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );  //要求单通道图像才能直方图均衡化  
        }  
        //通道分离  
        cvSplit( src, imgChannel[0], imgChannel[1], imgChannel[2], imgChannel[3] );  
        for( i = 0; i < dst -> nChannels; i++ )  
        {  
            //直方图均衡化，原始图像和目标图像必须是单通道  
            cvEqualizeHist( imgChannel[i], imgChannel[i] );  
        }  
  
        //通道组合  
        cvMerge( imgChannel[0], imgChannel[1], imgChannel[2], imgChannel[3], dst );  
        cvNamedWindow( "src", 1 );  
        cvShowImage( "src", src );  
        cvNamedWindow( "Equalize", 1 );  
        cvShowImage( "Equalize", dst );  
  
        cvWaitKey(0);  
        //释放资源  
        for( i = 0; i < src -> nChannels; i++ )  
        {  
            if( imgChannel[i] )  
            {  
                cvReleaseImage( &imgChannel[i] );  
                //imgChannel[i] = 0;  
            }  
        }  
        cvReleaseImage( &dst );  
    }  
  
    return 0;  
}  

  ----------------------------------------------------------------------------------------------

source image

EqualizeHist image

由此看出，图像的亮度及对比度明显增强，画面感更强。