【OpenCV基础】直方图均衡化

📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处

---

直方图均衡化的作用

📢1、使物体和背景区分不明显的图像，对比度加强；而如果图像本身对比度很强，那么该方法没有明显作用。

📢2、直方图均衡化是一种图像处理的技术，用于增强图像的对比度。它通过重新分配图像的像素值来扩展亮度范围，从而使图像的亮度分布更均匀。

直方图均衡化具体步骤

步骤1. 确定图像的灰度直方图：将图像转换为灰度图像，并计算每个灰度级别的像素数。

步骤2. 计算累积分布函数（CDF）：对灰度直方图进行归一化处理，得到像素值的累积概率分布。

步骤3. 计算映射函数：根据CDF值，计算每个灰度级别对应的新像素值。

步骤4. 重新映射像素值：根据映射函数，将原始图像的每个像素值替换为对应的新像素值。

这样做的结果是使图像的像素值分布更加均匀，增强了图像的对比度。直方图均衡化常用于图像增强和前景提取等应用中。

详细内容参考：【opencv学习笔记】024之直方图均衡化

代码演示

#include<iostream>
#include<opencv2\opencv.hpp>

using namespace std;
using namespace cv;

int main() {
	Mat img, src,img_gray;
	src = imread("D:/images/lena.png");
	if (!src.data)
	{
		cout << "ERROR : could not load image.";
		return -1;
	}
	imshow("原图", src);
	cvtColor(src, img_gray, COLOR_BGR2GRAY);
	imshow("灰度化", img_gray);
	//直方图均衡化
	equalizeHist(img_gray, img);
	imshow("直方图均衡化", img);

	waitKey(0);
	return 0;
}

效果展示

对人脸和细胞的直方图均衡化的效果如下：