【OpenCV入门指南】第九篇 灰度直方图均衡化

上一篇《OpenCV第八篇灰度直方图》介绍对灰度直方图，本篇将介绍直方图的均衡化，这是图像增强的常用方法。直方图均衡化的数学原理这里就不介绍了，有兴趣可以查阅专业书籍。下面来看看灰度直方图均衡化的函数——cvEqualizeHist

 

一．cvEqualizeHist

函数功能：直方图均衡化，该函数能归一化图像亮度和增强对比度

函数原型：

/* equalizes histogram of 8-bit single-channel image */

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

第一个参数表示输入图像，必须为灰度图（8位，单通道图）。

第二个参数表示输出图像

函数说明：

该函数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(H(j)) (0<=j<=i)。

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

 

在维基百科上对灰度直方图均衡化有个很好的对比，参见下图（网址：http://zh.wikipedia.org/zh-cn/%E7%9B%B4%E6%96%B9%E5%9B%BE%E5%9D%87%E8%A1%A1%E5%8C%96）

可以看出直方图均衡化对图像增强的效果很不错，对图像细节部分能起到明显的突出增强效果。下面我们自己动手写一个灰度直方图均衡化的程序，代码如下：

[cpp]  view plain  copy

1. //图像的灰度直方图均衡化  
2. //By MoreWindows (http://blog.csdn.net/MoreWindows)  
3. #include <opencv2/opencv.hpp>  
4. #include <opencv2/legacy/compat.hpp>  
5. using namespace std;  
6. #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  
7. void FillWhite(IplImage *pImage)  
8. {  
9.     cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED);  
10. }  
11. // 创建灰度图像的直方图  
12. CvHistogram* CreateGrayImageHist(IplImage **ppImage)  
13. {  
14.     int nHistSize = 256;  
15.     float fRange[] = {0, 255};  //灰度级的范围    
16.     float *pfRanges[] = {fRange};    
17.     CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges);  
18.     cvCalcHist(ppImage, pcvHistogram);  
19.     return pcvHistogram;  
20. }  
21. // 根据直方图创建直方图图像  
22. IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram)  
23. {  
24.     IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1);  
25.     FillWhite(pHistImage);  
26.   
27.     //统计直方图中的最大直方块  
28.     float fMaxHistValue = 0;  
29.     cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL);  
30.   
31.     //分别将每个直方块的值绘制到图中  
32.     int i;  
33.     for(i = 0; i < nImageWidth; i++)  
34.     {  
35.         float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小  
36.         int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight);  //要绘制的高度  
37.         cvRectangle(pHistImage,  
38.             cvPoint(i * nScale, nImageHeight - 1),  
39.             cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight),  
40.             cvScalar(i, 0, 0, 0),   
41.             CV_FILLED  
42.             );   
43.     }  
44.     return pHistImage;  
45. }  
46. int main( int argc, char** argv )  
47. {     
48.     const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";  
49.     const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)";  
50.     const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)";  
51.     const char *pstrWindowsGrayEqualizeTitle = "灰度图-均衡化后(http://blog.csdn.net/MoreWindows)";  
52.     const char *pstrWindowsHistEqualizeTitle = "直方图-均衡化后(http://blog.csdn.net/MoreWindows)";  
53.       
54.     // 从文件中加载原图  
55.     IplImage *pSrcImage = cvLoadImage("013.jpg", CV_LOAD_IMAGE_UNCHANGED);  
56.     IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
57.     IplImage *pGrayEqualizeImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
58.       
59.     // 灰度图  
60.     cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  
61.     // 直方图图像数据  
62.     int nHistImageWidth = 255;  
63.     int nHistImageHeight = 150;   
64.     int nScale = 2;    
65.   
66.     // 灰度直方图及直方图图像  
67.     CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage);  
68.     IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram);  
69.   
70.     // 均衡化  
71.     cvEqualizeHist(pGrayImage, pGrayEqualizeImage);  
72.   
73.     // 均衡化后的灰度直方图及直方图图像  
74.     CvHistogram *pcvHistogramEqualize = CreateGrayImageHist(&pGrayEqualizeImage);         
75.     IplImage *pHistEqualizeImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogramEqualize);  
76.   
77.     // 显示  
78.     //显示代码….  
79.     cvWaitKey(0);  
80.     //回收资源代码…  
81.     return 0;  
82. }  

运行结果如下所示：

可以看出，灰度直方图均衡化对灰度图的图像增强效果明显，读者可以尝试将灰度直方图均衡化加入到《OpenCV第六篇轮廓检测下》中，看看均衡化后对轮廓检测的提升效果。

 

 

由于人眼对彩色更为敏感，下一篇《OpenCV第十一篇 彩色直方图均衡化》将对彩色图像进行直方图均衡化，让大家对直方图均衡化有一个更加直观的了解。