直方图均衡化原理及c++代码

最新推荐文章于 2024-05-28 18:11:54 发布
最新推荐文章于 2024-05-28 18:11:54 发布
阅读量1w 收藏 15
点赞数 1
分类专栏： Computer Vision 计算机与机器视觉 文章标签： c++ 图像处理 直方图
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/lsh_2013/article/details/39290307
版权
本文介绍了图像直方图均衡化的原理，包括变换函数的要求和离散形式的计算。并提供了一个C++函数实现，该函数遍历图像，计算灰度值的计数，建立灰度映射表，最终将源图像的灰度值转换为新的均衡化灰度值，从而增强图像的对比度。
摘要由CSDN通过智能技术生成

 图像直方图变换的基本原理：

设变量r代表图像中像素的灰度级，直方图变换就是假定一个变换式：

                            （1-1）

也就是，通过上述变换，每个原始图像的像素灰度级r都会产生一个s值。变换函数T(r)应满足以下条件：

（1）       T(r)在区间中为单值且单调递增；

（2）       当 时，，即T(r)的取值范围与r相同。

2. 直方图均衡

最低0.47元/天 解锁文章
Hao_09
关注
  • 1
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
直方图均衡化,直方图均衡化原理,Visual C++
09-10
在本篇中，我们将深入探讨直方图均衡化的原理，以及如何利用OpenCV库在Visual C++环境中实现这一过程。 首先，我们需要理解直方图的概念。直方图是图像的一种统计表示，它展示了图像中各个灰度级出现的频率。对于...
【数字图像处理】五.MFC图像点运算之灰度线性变化、灰度非线性变化、阈值化和均衡化处理详解...
weixin_33892359的博客
06-02 1302
本文主要讲述基于VC++6.0 MFC图像处理的应用知识，主要结合自己大三所学课程《数字图像处理》及课件进行讲解，主要通过MFC单文档视图实现显示BMP图片点运算处理，包括图像灰度线性变换、灰度非线性变换、图像阈值化处理、图像均衡化处理等知识，并结合前一篇论文灰度直方图进行展示 。同时文章比较详细基础，希望该篇文章对你有所帮助，尤其是...
灰度图像直方图均衡化源码
dujuancao11的博客
03-23 722
灰度图像直方图均衡化源码 # 本质：统计每个像素灰度 出现的概率 0-255 p # 累计概率 # 1 0.2 0.2 # 2 0.3 0.5 # 3 0.1 0.6 # 256 # 100 0.5 255*0.5 = new import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline...
OpenCV学习 基础图像操作（十四）：直方图均衡化和直方图规定化
最新发布
fan1102958151的博客
05-28 1166
直方图操作是基于像素统计的基础图像操作,被广泛运用于调整图像的对比度,并由此衍生出很多变种和该经的方式.
灰度图像和彩色图像直方图均衡化
绯雨千叶的博客
02-20 975
Python实现灰度图像和彩色图像直方图均衡化
16位灰度图像直方图均衡化（即拿即用）c++
qq_44588639的博客
07-15 579
16位灰度图像直方图均衡化
C++实现直方图均衡，附源代码
qq_20115319的博客
02-24 1756
目录接口设计运行结果源代码 接口设计 //直方图均衡化函数定义 static BOOL histeq(CImageDataset &imgIn, CImageDataset &imgOut); 运行结果 源代码 //计算直方图函数 void CImageProcessingEx::getHist(const CImageDataset& img,int band,std::vector<int>& hist) { int value; int N_ro
C++直方图均衡化源代码
02-13
本篇文章将深入探讨直方图均衡化的原理、C++代码实现以及OpenCV库的应用。 直方图均衡化是通过对图像的像素值进行重新映射来改变其灰度级分布，从而达到扩大图像动态范围的目的。在灰度图像中，如果图像的像素值...
直方图均衡化原理及源代码
12-08
### 直方图均衡化原理及C++源代码实现 #### 一、直方图均衡化概述 **直方图均衡化**是一种经典的图像增强技术，其核心思想是通过重新分配图像像素值来改善图像的对比度。这种方法适用于增强整体亮度较暗或对比度较...
图像直方图均衡化C++实现
03-30
下面将详细解释直方图均衡化的原理、步骤以及C++实现。 直方图是描述图像中各灰度级出现频率的图形，它由一系列峰值组成，每个峰值代表一个灰度级的频次。在直方图均衡化过程中，目标是使图像的直方图更均匀地分布...
c++直方图均衡化
07-18
在提供的文件中，`histogramEqualization.cpp`和`histogramEqualization.h`应该是实现了直方图均衡化的C++代码，其中`histogramEqualization.h`包含了类定义，`histogramEqualization.cpp`则包含类的实现。...
C++OpenCV3门源代码直方图均衡化
04-28
根据提供的文件信息，本文将详细解释“C++ OpenCV3门源代码直方图均衡化”的相关知识点。主要内容包括：直方图均衡化的...通过本文的学习，读者可以更好地理解直方图均衡化的原理，并能够在实际项目中应用这一技术。
直方图均衡化,直方图均衡化原理,Visual C++源码.zip
10-14
在Visual C++环境中实现直方图均衡化，主要涉及以下几个关键步骤： 1. 首先，你需要包含必要的头文件，如 `<opencv2/opencv.hpp>`，这是OpenCV库提供的，它提供了图像处理的功能。 2. 使用OpenCV的`cv::Mat`结构体来...
直方图均衡化VC++实现源代码（工程文件）
04-10
在本资源中，我们将探讨直方图均衡化的原理和VC++实现。 直方图是描述图像中各个灰度级出现频率的图形表示，通过统计图像中每个灰度级像素的数量，可以绘制出一个直方图。在均衡化过程中，我们首先计算原始直方图，...
代码_FPGA直方图均衡化.zip
10-11
在本资源"代码_FPGA直方图均衡化.zip"中，我们主要探讨的是如何使用FPGA（Field-Programmable Gate Array，现场可编程门阵列）实现图像处理中的直方图均衡化技术。直方图均衡化是一种增强图像对比度的常用方法，尤其...
CLAHE_改进版直方图均衡化CLAHE_CLAHE_直方图均衡化_自适应均衡化_
10-02
直方图均衡化的基本原理是通过重新分布图像的灰度级，使得图像的灰度直方图更均匀，从而提高整体对比度。在CLAHE中，这一过程被进一步细化。首先，图像被划分为小的像素块，通常称为“tiles”。然后，每个tile进行...
直方图均衡化—C++代码实现
我的博客
08-16 1502
本文主要介绍了基于直方图均衡化的图像增强方法，以及C++代码实现，也给出了相关的论文，供阅读参考
c++ opencv 图像处理：直方图处理（直方图均衡化，直方图匹配（规定化））
热门推荐
刘燚的博客
09-22 1万+
文章目录前言一、直方图（histogram）二、直方图处理1.直方图均衡化2.直方图匹配（规定化）3.局部直方图处理4.直方图统计量增强图像三、opencv函数总结 前言 数字图像处理c++ opencv（VS2019 opencv4.53）持续更新 一、直方图（histogram） 非归一化直方图： h(rk)=nkh(r_k)=n_k h(rk​)=nk​ 其中rkr_krk​为图像像素灰度值，比如常见的0-255，nkn_knk​为图像中某一灰度级的像素个数。 归一化直方图： p(rk)=h(r.
c++实现直方图均衡化
mapleleaf2的博客
07-11 1015
根据累积直方图调整原始图像的像素值。首先，我们选择一副较暗或者较量的图，对其进行直方图均衡化处理，首先我们先画一下下图的灰度直方图，可以看到图像整体亮度偏低，因此灰度级应该分布在较低的地方，没有充分利用到亮区的信息。直方图均衡化是一种用于图像增强的方法，通过调整图像的像素值分布，使得图像的对比度更好，细节更加显著。直方图均衡化能够扩展图像的动态范围，使得图像中的像素值更均匀分布，从而提高图像的视觉效果和质量。将灰度直方图归一化，将每个灰度级别出现的像素数量除以总像素数量，得到归一化后的直方图。
图像直方图均衡化 c++ 原理实现
07-10
图像直方图均衡化是一种用于增强图像对比度的技术，它通过对图像的像素值进行调整，使得图像中的亮度分布更均匀。下面是一个简单的C++实现原理： 1. 首先，计算图像的灰度直方图，即统计每个灰度级别的像素数量。 2. 根据直方图，计算每个灰度级别的累积分布函数（CDF），表示灰度级别小于等于当前级别的像素所占的比例。 3. 根据CDF，计算每个灰度级别的映射表，将原始图像的每个像素值映射到新的像素值上。映射表的计算公式为： new_value = round((L-1) * CDF(old_value)) 其中，L表示灰度级别的数量，CDF(old_value)表示旧像素值对应的累积分布函数值。 4. 遍历原始图像的每个像素，根据映射表将其像素值替换为新的像素值。 下面是一个简单的示例代码： ```cpp #include <iostream> #include <opencv2/opencv.hpp> using namespace cv; using namespace std; void histogramEqualization(Mat& image) { // 计算直方图 Mat hist; int histSize = 256; float range[] = {0, 256}; const float* histRange = {range}; calcHist(&image, 1, 0, Mat(), hist, 1, &histSize, &histRange, true, false); // 计算累积分布函数 Mat cdf; hist.copyTo(cdf); for (int i = 1; i < histSize; i++) { cdf.at<float>(i) += cdf.at<float>(i - 1); } cdf /= image.total(); // 计算映射表 Mat lut(1, histSize, CV_8UC1); for (int i = 0; i < histSize; i++) { lut.at<uchar>(i) = saturate_cast<uchar>((histSize - 1) * cdf.at<float>(i)); } // 应用映射表 LUT(image, lut, image); } int main() { // 读取图像 Mat image = imread("input.jpg", IMREAD_GRAYSCALE); if (image.empty()) { cout << "Failed to read image" << endl; return -1; } // 直方图均衡化 histogramEqualization(image); // 显示结果 imshow("Equalized Image", image); waitKey(0); return 0; } ``` 请注意，这只是一个简单的示例代码，实际应用中可能需要处理更多的细节，例如处理彩色图像、处理边界情况等。
评论 1
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