- 图像的直方图
图像直方图表示图像中每一种像素的个数,反映了图像中每种像素值出现的频率,是图像的基本统计特征之一,具有平移,旋转,缩放不变性,广泛应用于图像处理的各个领域。比如灰度图像的阈值分割,基于颜色的图像检索,图像的分类等。直方图横坐标表示像素值,纵坐标表示该像素值的个数,常见的有灰度直方图和颜色直方图。
- 直方图均衡化
直方图均衡化是一种利用灰度变换自动调节图像对比度质量的方法,可以用于图像增强等方面。比如在部分人脸识别的神经网络中,会先对人脸图像进行直方图均衡化,从而增强对比度,提高检测准确率。
MATLAB直方图均衡化
在MATLAB中,通过imhist()计算直方图,通过histeq()进行均衡化。
hist = imhist( img ); hist_eq = histeq( gray ,n ); % n表示均衡化后灰度级,默认64;
案例演示如下:
img = imread('onion.png');subplot(2,2,1); imshow(img); % 显示原始图像subplot(2,2,2); imhist(img(:,:,1)); % 显示r通道直方图subplot(2,2,3); imhist(img(:,:,2)); % 显示g通道直方图subplot(2,2,4); imhist(img(:,:,3)); % 显示b通道直方图gray = rgb2gray(img);gray2 = histeq(gray);figure;subplot(2,2,1); imshow(gray); % 显示原始灰度图subplot(2,2,2); imshow(gray2); % 显示均衡化后的灰度图subplot(2,2,3); imhist(gray); % 显示原始灰度图直方图subplot(2,2,4); imhist(gray2); % 显示均衡化后直方图
![906eb666866e7e547429ee5ad2d6f455.png](https://i-blog.csdnimg.cn/blog_migrate/3b616522e75428dfa49335c49d4ba3dc.jpeg)
原始图像和三通道直方图
![f6d59352f6e7843aa38ce4ea312a04bb.png](https://i-blog.csdnimg.cn/blog_migrate/e56d490c80908bff71e8619b21b4c500.jpeg)
灰度图和均衡化后灰度图
均衡化后像素点分布变得平均,不会聚集在某一区域,因此对比度更强。
c++直方图均衡化
c++中通过calHist来获取直方图分量,通过equalizeHist进行直方图均衡化
opencv 默认的均衡化灰度级数为8
// 输入的图像或数组 输入数组个数 需要统计的通道dim 可选的操作掩码 每个维度的直方图尺寸的数组 每个维度中bin的取值范围calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges); equalizeHist(gray, gray2); // 直方图均衡化
c++直方图均衡化很方便,但是统计直方图有点麻烦,不知道是我方法没用对还是咋的。
#include #include using namespace cv;using namespace std;void showHistogram(Mat &img); // 方法声明int main(int argc, char** argv) { Mat img; img = imread("data/imdata/onion.png"); namedWindow("image