中累计直方图_图像处理之直方图均衡化

直方图均衡化处理

概念

直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非 线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一 个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果。直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰度范围、 每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。灰度直方图是灰度级的函数, 反映的是图像中具有该灰度级像素的个数, 其横坐标是灰度级 r, 纵坐 标是该灰度级出现的频率( 即像素的个数) pr( r) , 整个坐标系描述的是图像灰度级的 分布情况, 由此可以看出图像的灰度分布特性, 即若大部分像素集中在低灰度区域, 图 像呈现暗的特性; 若像素集中在高灰度区域, 图像呈现亮的特性。由于这个算法只是算了灰度图像，所以加入处理彩色图像，只需要对图像 R G B 每个分量 进行直方图累计后拓展，后找到映射关系。

算法说明

示例1

原图

处理之后

由于直方图均衡化处理的图片一般为灰度图像，所以处理彩色图像就会显得有些怪异，下面将给大家展示灰度图像的示例

示例2

原图

处理后的效果

源码：

///// 程序名称：图像处理——直方图均衡化// 编译环境：Mictosoft Visual Studio 2013, EasyX_20200315(beta)// 作　　者：luoyh <2864292458@qq.com>// 最后修改：2020-11-27//#include#includeclass Algorithm{public:  Algorithm(IMAGE *img, int width, int heigth);  void Histogram();        // 直方图private:  IMAGE *pimg;  int WIDTH;  int HEIGHT;};Algorithm::Algorithm(IMAGE *img, int width, int height){  pimg = img;  WIDTH = width;  HEIGHT = height;};void Algorithm::Histogram()    // 直方图{  DWORD*  p_data = GetImageBuffer(pimg);  int height = HEIGHT;  int wide = WIDTH;  double pr[256], pg[256], pb[256];  int size = HEIGHT * WIDTH;  for (int p = 0; p <= 255; p++)  {    int nr = 0, ng = 0, nb = 0;    for (int j = 0; j < height; j++)    {      for (int i = 0; i < wide; i++)      {        if (p == GetRValue(p_data[j*wide + i]))        {          nr++;        }        if (p == GetGValue(p_data[j*wide + i]))        {          ng++;        }        if (p == GetBValue(p_data[j*wide + i]))        {          nb++;        }      }    }    pr[p] = nr;    pg[p] = ng;    pb[p] = nb;  }  double sr[256] = { 0 }, sg[256] = { 0 }, sb[256] = { 0 };  double aver = 0;  double aveg = 0;  double aveb = 0;  for (int i = 0; i <= 255; i++)  {    aver += pr[i] / size;    sr[i] = aver;    aveg += pg[i] / size;    sg[i] = aveg;    aveb += pb[i] / size;    sb[i] = aveb;  }  double ssr[255] = { 0 }, ssg[255] = { 0 }, ssb[255] = { 0 };  for (int i = 0; i < 255; i++)  {    ssr[i] = (int)(((255 - 1) - 0) * sr[i] + 0.5);    ssg[i] = (int)(((255 - 1) - 0) * sg[i] + 0.5);    ssb[i] = (int)(((255 - 1) - 0) * sb[i] + 0.5);  }  int r = 0, g = 0, b = 0;  double myr = 0, myg = 0, myb = 0;  for (int j = 0; j < height; j++)  {    for (int i = 0; i < wide; i++)    {      while (GetRValue(p_data[j * wide + i]) != r)      {        r++;        if (r == 255)          break;      }      if (GetRValue(p_data[j * wide + i]) == r)      {        myr = ssr[r];      }      r = 0;      while (GetGValue(p_data[j * wide + i]) != g)      {        g++;        if (g == 255)          break;      }      if (GetGValue(p_data[j * wide + i]) == g)      {        myg = ssg[g];      }      g = 0;      while (GetBValue(p_data[j * wide + i]) != b)      {        b++;        if (b == 255)          break;      }      if (GetBValue(p_data[j * wide + i]) == b)      {        myb = ssb[b];      }      b = 0;      p_data[j * wide + i] = RGB(myr, myg, myb);    }  }};int main(){  int  width = 0;  int  height = 0;  IMAGE g_img;  loadimage(&g_img, _T("src.jpg"));  // 加载图片  width = g_img.getwidth();  height = g_img.getheight();  initgraph(width, height);  putimage(0,0,&g_img);  _getch();  Algorithm myA(&g_img, width, height);  myA.Histogram();  putimage(0, 0, &g_img);  _getch();  return 0;}

人但有恒，事无不成