Opencv（十七）直方图均衡化

如果一个图像的直方图都集中在一个区域，则整体图像的对比度比较小，不便于图像中纹理的识别。例如相邻的两个像素灰度值如果分别是120和121，仅凭肉眼是如法区别出来的。同时，如果图像中所有的像素灰度值都集中在100到150之间，则整个图像想会给人一种模糊的感觉，看不清图中的内容。如果通过映射关系，将图像中灰度值的范围扩大，增加原来两个灰度值之间的差值，就可以提高图像的对比度，进而将图像中的纹理突出显现出来，这个过程称为图像直方图均衡化。

1、使用equalizeHist()函数来将图像的直方图均衡化

void cv::equalizeHist(InputArray src,
                      OutputArray dst
                      )

src：需要直方图均衡化的CV_8UC1图像

dst：直方图均衡化后的输出图像，与src具有相同尺寸和数据类型

2、代码

  #include <opencv2\opencv.hpp>
  #include <iostream>
  
  using namespace cv;
  using namespace std;
  
  void drawHist(Mat &hist, int type, string name)  //归一化并绘制直方图函数
 {
    int hist_w = 512;
    int hist_h = 400;
    int width = 2;
    Mat histImage = Mat::zeros(hist_h, hist_w, CV_8UC3);
    normalize(hist, hist, 1, 0, type, -1, Mat());
    for (int i = 1; i <= hist.rows; i++)
    {
      rectangle(histImage, Point(width*(i - 1), hist_h - 1),
        Point(width*i - 1, hist_h - cvRound(hist_h*hist.at<float>(i - 1)) - 1),
        Scalar(255, 255, 255), -1);
    }
    imshow(name, histImage);
  }
  //主函数
  int main()
 {
    Mat img = imread("gearwheel.jpg");
    if (img.empty())
    {
      cout << "请确认图像文件名称是否正确" << endl;
      return -1;
    }
    Mat gray, hist, hist2;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    Mat equalImg;
    equalizeHist(gray, equalImg); //将图像直方图均衡化
    const int channels[1] = { 0 };
    float inRanges[2] = { 0,255 };
    const float* ranges[1] = { inRanges };
    const int bins[1] = { 256 };
    calcHist(&gray, 1, channels, Mat(), hist, 1, bins, ranges);
    calcHist(&equalImg, 1, channels, Mat(), hist2, 1, bins, ranges);
    drawHist(hist, NORM_INF, "hist");
    drawHist(hist2, NORM_INF, "hist2");
    imshow("原图", gray);
    imshow("均衡化后的图像", equalImg);
    waitKey(0);
    return 0;
  }