C++ 直方图匹配算法代码

/*-------------------------------------------------------------------------*/
//   函数名称: histeq()                                                    
//   传入参数:                                                             
//        BYTE*dstData  要匹配的灰度图像内存空间                          
//        double *srcArray 模版的直方图累积,并进行归一化,大小为256
//        int m_Width   匹配内存空间的宽度
//        int m_Height  匹配内存空间的高度
//        int m_pitch   匹配内存空间的每行所在内存大小
/*-------------------------------------------------------------------------*/
void histeq(BYTE*dstData,double *srcArray,int m_Width,int m_Height,int m_pitch)
{
    double dstHist[256];
    memset(dstHist,0,256 * sizeof(double));

    int i,j;

    double dstArray[256];
    memset(dstArray,0,256 * sizeof(double));

    //统计直方图
    for (i = 0;i < m_Height;i++)
    {
        for (j = 0;j < m_Width;j++)
        {
            dstHist[(int)dstData[i * m_pitch + j]]++;
        }
    }

    //计算直方图累积
    double m_Bytes = m_Width * m_Height;
    dstArray[0] = dstHist[0];
    for (i = 1;i < 256;i++)
    {
        dstArray[i] = dstArray[i - 1] + dstHist[i];
    }

    //直方图累积归一化
    for (i = 0;i < 256;i++)
    {
        dstArray[i] /= m_Bytes;
    }

    //直方图匹配
    double m_diffA,m_diffB;
    int k = 0;
    BYTE mapPixel[256];
    memset(mapPixel,0,256 * sizeof(BYTE));
    for (i = 0;i < 256;i++)
    {
        m_diffB = 1;
        for (j = k; j < 256;j++)
        {
            m_diffA = abs(dstArray[i] - srcArray[j]);
            if (m_diffA - m_diffB < 1.0E-5)
            {
                m_diffB = m_diffA;
                k = j;
            }
            else
            {
                k = j - 1;
                break;
            }
        }
        if (k == 255)
        {
            for (int l = i;l < 256;l++)
            {
                mapPixel[l] = (BYTE) k;
            }
            break;
        }
        mapPixel[i] = (BYTE) k;
    }

    //目标图像查找索引表
    for (i = 0;i < m_Height;i++)
    {
        for (j = 0;j < m_Width;j++)
        {
            dstData[i * m_pitch + j] = mapPixel[dstData[i * m_pitch + j]];
        }
    }
}

源地址:http://blog.csdn.net/hcx25909/article/details/7090921

转载于:https://www.cnblogs.com/lanye/p/4171689.html

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是基于OpenCV实现直方图匹配算法代码示例。该示例使用C++编写,在Visual Studio下运行。 首先,需要包含OpenCV库: ```cpp #include <opencv2/opencv.hpp> ``` 然后,定义直方图匹配函数: ```cpp cv::Mat histMatch(cv::Mat& src, cv::Mat& dst) { cv::Mat srcHist, dstHist; cv::Mat srcCumHist, dstCumHist; // 计算源图像和目标图像的直方图 cv::calcHist(&src, 1, nullptr, cv::Mat(), srcHist, 1, &histSize, &histRange, true, false); cv::calcHist(&dst, 1, nullptr, cv::Mat(), dstHist, 1, &histSize, &histRange, true, false); // 计算源图像和目标图像的累计直方图 cv::normalize(srcHist, srcCumHist, 0, 255, cv::NORM_MINMAX, CV_8UC1); cv::normalize(dstHist, dstCumHist, 0, 255, cv::NORM_MINMAX, CV_8UC1); // 创建查找表 cv::Mat lut(1, 256, CV_8UC1); int s = 0; for (int i = 0; i < 256; i++) { int d = s; while (d < 255 && dstCumHist.at<uchar>(d) < srcCumHist.at<uchar>(i)) { d++; } lut.at<uchar>(i) = d; s = d; } // 应用查找表 cv::Mat result; cv::LUT(src, lut, result); return result; } ``` 该函数接受两个参数:源图像和目标图像。它计算源图像和目标图像的直方图,并使用累计直方图创建一个查找表。最后,它应用该查找表将源图像与目标图像匹配,返回匹配后的图像。 可以将此函数与其他函数结合使用,以创建完整的程序。例如,可以使用以下代码读取图像,调用直方图匹配函数,并显示结果: ```cpp int main() { cv::Mat src = cv::imread("src.jpg", cv::IMREAD_GRAYSCALE); cv::Mat dst = cv::imread("dst.jpg", cv::IMREAD_GRAYSCALE); cv::Mat result = histMatch(src, dst); cv::imshow("Result", result); cv::waitKey(0); return 0; } ``` 在此示例中,读取了两个灰度图像,并将其传递给直方图匹配函数。然后,将匹配后的结果显示在屏幕上。

“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
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