OpenCV入门(二十)-- 彩色图像的直方图均衡化

直方图均衡化的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,跟理想的亮度分布)。

把原始分布中y轴的值在新的分布中尽可能的展开。对拉伸分布,映射函数应该是一个累积分布函数。

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:H'(i) = \sum_{0 \leq j \leq i}H(j)
  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。


代码实现:

/*
直方图均衡化
*/


#include "highgui.h"
#include "cv.h"

void doEhist(IplImage* img)
{
	int i;
	IplImage* pImageChannel[4] = {0, 0, 0, 0};
	IplImage* pImage = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
	for(i = 0; i < img->nChannels; i++)
	{
		pImageChannel[i] = cvCreateImage(cvGetSize(img), img->depth,1);
	}
	//信道分离
	cvSplit(img, pImageChannel[0], pImageChannel[1], pImageChannel[2],pImageChannel[3]);
	for(i = 0; i<pImage->nChannels; i++)
	{
		//直方图均衡化
		cvEqualizeHist(pImageChannel[i], pImageChannel[i]);
	}
	//信道组合
	cvMerge(pImageChannel[0],pImageChannel[1], pImageChannel[2],pImageChannel[3], pImage);
	
	// 释放资源
	for( i = 0; i < img->nChannels; i++ )
	{
		if ( pImageChannel[i] )
		{
			cvReleaseImage( &pImageChannel[i] );
			pImageChannel[i] = 0;
		}
	}
	cvNamedWindow("pImage",1);
	cvShowImage("pImage",pImage);
	cvWaitKey(0);
	cvReleaseImage(&pImage);
	pImage = 0;

}

结果:


  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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