直方图统计与均值化

直方图统计与直方图均值化：

1 直方图统计

研究：对该图像进行直方图统计，并画出直方图。

假设：该图像的直方图主要分布在0-256区间的左边。

假设的原因：该图像颜色整体是暗色。

实验分析：

数字图像本质是矩阵，定义像素灰度值区间为0-256获得图像的行和列，依次统计像素灰度值的个数。

def histogram(grayfig):#直方图
    x = grayfig.shape[0]#行
    y = grayfig.shape[1]#列
    ret = np.zeros(256)#灰度区间
    for i in range(x):#遍历统计灰度值
        for j in range(y):
           ret[grayfig[i][j]] += 1
    return ret

实验结果：

2 均衡化直方图与图像

研究：对该图像进行均衡化直方图统计，并画出均衡化直方图，最后与原图像以及原直方图进行对比。

假设：均衡化后，图像会变亮，且均衡直方图灰度分布更加均匀。

假设的原因：Sk = T(rk)会扩展输入直方图的宽度，使均衡化的图像的灰度级覆盖范围更宽，进而增加图像的对比度。

实验分析：

利用$S_k=(L-1){\sum }_{j=0}^k{p}_r(r_j)$，计算均衡化直方图的值，然后对各个灰度值进行均衡化映射。

def junhenghua(a, image):  # 入口参数：灰度像素数和图片
    b = [0] * 256  # 储存个灰度像素占比数据
    c = [0] * 256  # 储存累计分布数据
    w = image.shape[0]
    h = image.shape[1]
    mn = w * h * 1.0
    img = np.zeros([w, h], np.uint8)  # 创建空数组储存均衡化后数据

    # 计算灰度分布密度
    for i in range(len(a)):
        b[i] = a[i] / mn
    # 计算累计直方图数据
    for i in range(len(c)):
        if i == 1:
            c[i] = b[i]
        else:
            c[i] = c[i - 1] + b[i]
            a[i] = int(255 * c[i])
    # 对各灰度值进行均衡化映射
    for i in range(w):
        for j in range(h):
            img[i, j] = a[image[i, j]]

    return img  # 返回均衡化后图像

实验结果


原图像直方图为蓝色，均衡化直方图为橙色，均衡化直方图比原直方图灰度范围更宽，对比度更高。

总代码

import cv2
import numpy as np
import matplotlib.pyplot as plt

def histogram(grayfig):
    x = grayfig.shape[0]#行
    y = grayfig.shape[1]#列
    ret = np.zeros(256)#灰度区间
    for i in range(x):#遍历统计灰度值
        for j in range(y):
           ret[grayfig[i][j]] += 1
    return ret

# 将图像均衡化
def junhenghua(a, image):  # 入口参数：灰度像素数和图片
    b = [0] * 256  # 储存个灰度像素占比数据
    c = [0] * 256  # 储存累计分布数据
    w = image.shape[0]
    h = image.shape[1]
    mn = w * h * 1.0
    img = np.zeros([w, h], np.uint8)  # 创建空数组储存均衡化后数据

    # 计算灰度分布密度
    for i in range(len(a)):
        b[i] = a[i] / mn
    # 计算累计直方图数据
    for i in range(len(c)):
        if i == 1:
            c[i] = b[i]
        else:
            c[i] = c[i - 1] + b[i]
            a[i] = int(255 * c[i])
    # 对各灰度值进行均衡化映射
    for i in range(w):
        for j in range(h):
            img[i, j] = a[image[i, j]]

    return img  # 返回均衡化后图像

img = cv2.imread('homework.jpg',0)#读取图片
hist = histogram(img)#计算直方图
plt.bar(range(256), hist)#画条形图

#s,his = his(img)#计算直方图
s = junhenghua(hist, img)
cv2.imshow('junhenghua',s)
cv2.waitKey(0)
shist = histogram(s)#计算直方图
plt.bar(range(256), shist)#画条形图
plt.show()