python opencv直方图均衡化_OpenCV直方图均衡化

通常我们很难观察一幅非常亮或暗的图像的细节信息，因此对于差异较大的图像，我们可以尝试改变其图像灰度分布来使图像灰度阶分布尽量均匀，进而增强图像细节信息。直方图均衡是拉伸各个像素分布来实现图像增强的，以累计分布函数变换基础，通过特定映射转换成一种更宽的分布，其核心就是把灰度分布映射成均匀分布

直方图均衡的目的是利用动态范围内的所有灰度阶，因此对于映射函数y=f(x),要求x在（0,1）的灰度是连续的，每一个元素都能得到相应的元素一一对应可得到下式：

p(x)dx = p(y)dy

对于均衡化的输出图像p(y) = 1，则同时积分得

即映射函数为：

y = f(x) = p(x) – p(0)

直方图均衡化算法的步骤如下：

（1） 获取输入图像的直方图

（2） 求累计分布直方图，构建查找表

（3） 通过图像映射，计算新的图像像素分布

代码如下：

#include <iostream>
#include <opencv2/opencv.hpp>
int main(int argc,char* argv[])
{
    cv::Mat srcImage = cv::imread("E:/CodeBlocks/data/lena.jpg");
    if (!srcImage.data)
    {
        std::cerr << "fail to load image"<< std::endl;
        exit(-1);
    }
    cv::Mat grayImage,histImage;
    cv::cvtColor(srcImage,grayImage,cv::COLOR_BGR2GRAY);
    cv::equalizeHist(grayImage,histImage);
    cv::imshow("grayImage",grayImage);
    cv::imshow("histImage",histImage);
    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

结果：