http://blog.csdn.net/chenjiazhou12/article/details/21930673
本次案例将为大家介绍直方图计算和直方图均衡化,直方图的计算非常有用,在很多场合下都可以用上,不仅仅是在图像的灰度值上,还可能是在图像的其他特征上;图像的均衡化在图像预处理时经常被用到,它可以增强对比度,使得像素强度分布范围更广。
1、原理
直方图计算:
直方图均衡化:
学习OpenCV:
http://download.csdn.net/detail/chenjiazhou12/7083295
2、代码实现
程序功能:
①输入一张图片,分解图像的三个通道,对三个通道进行直方图计算,并显示出来
②分解图像的三个通道,对三个通道进行直方图均衡,再合并三个通道,最后显示图像和直方图计算图像
- #include "stdafx.h"
- #include "opencv2/highgui/highgui.hpp"
- #include "opencv2/imgproc/imgproc.hpp"
- #include <iostream>
- #include <stdio.h>
- using namespace std;
- using namespace cv;
- Mat calchistcontrol(vector<Mat> rgb);
- void draw(Mat hist,int histSize,Mat histImage,int bin_w,int hist_h,int rgb);
- /** @函数 main */
- int main( int argc, char** argv )
- {
- Mat src, dst,rgb_merge,histImage,histImage1;
- /// 装载图像
- src = imread("scenery2.jpg" , 1 );
- imshow("source_image",src);
- if( !src.data )
- { return -1; }
- /// 分割成3个单通道图像 ( R, G 和 B )
- vector<Mat> rgb_planes;
- split( src, rgb_planes );
- ///直方图计算
- histImage=calchistcontrol(rgb_planes);
- ///三个通道直方图均衡化
- vector<Mat> rgb_planes1;
- split(src,rgb_planes1);
- equalizeHist(rgb_planes1[0],rgb_planes1[0]);
- equalizeHist(rgb_planes1[1],rgb_planes1[1]);
- equalizeHist(rgb_planes1[2],rgb_planes1[2]);
- ///三个通道直方图均衡化后直方图计算
- histImage1=calchistcontrol(rgb_planes1);
- ///合并三通道
- merge(rgb_planes1,rgb_merge);
- /// 显示直方图
- imshow("calcHist Demo", histImage );
- imshow("calcHist Demo1",histImage1);
- imshow("rgb_merge",rgb_merge);
- waitKey(0);
- return 0;
- }
- Mat calchistcontrol(vector<Mat> rgb)
- {
- vector<Mat> rgb_planes;
- rgb_planes=rgb;
- /// 设定bin数目
- int histSize = 255;
- /// 设定取值范围 ( R,G,B) )
- float range[] = { 0, 255 } ;
- const float* histRange = { range };
- bool uniform = true; bool accumulate = false;
- Mat r_hist, g_hist, b_hist;
- /// 计算直方图:
- calcHist( &rgb_planes[0], 1, 0, Mat(), r_hist, 1, &histSize, &histRange, uniform, accumulate );
- calcHist( &rgb_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRange, uniform, accumulate );
- calcHist( &rgb_planes[2], 1, 0, Mat(), b_hist, 1, &histSize, &histRange, uniform, accumulate );
- // 创建直方图画布
- int hist_w = 400; int hist_h = 400;
- int bin_w = cvRound( (double) hist_w/histSize );
- Mat histImage( hist_w, hist_h, CV_8UC3, Scalar( 0,0,0) );
- /// 将直方图归一化到范围 [ 0, histImage.rows ]
- normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat() );
- normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat() );
- normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat() );
- /// 在直方图画布上画出直方图
- draw(r_hist,histSize,histImage,bin_w,hist_h,1);
- draw(g_hist,histSize,histImage,bin_w,hist_h,2);
- draw(b_hist,histSize,histImage,bin_w,hist_h,3);
- return histImage;
- }
- void draw(Mat hist,int histSize,Mat histImage,int bin_w,int hist_h,int rgb)
- {
- Scalar a;
- switch(rgb)
- {
- case 1: a=Scalar(0,0,255);break;
- case 2: a=Scalar(0,255,0);break;
- case 3: a=Scalar(255,0,0);break;
- }
- int flag=1,first;
- for( int i = 0; i < histSize; i++ )
- {
- if (flag==1)
- {
- if (cvRound(hist.at<float>(i)!=0))
- {
- flag=2;
- first=i;
- }
- else
- {
- i++;
- }
- }
- else
- {
- if (cvRound(hist.at<float>(i)!=0))
- {
- line( histImage, Point( bin_w*(first), hist_h - cvRound(hist.at<float>(first)) ) ,
- Point( bin_w*(i), hist_h - cvRound(hist.at<float>(i)) ),
- a, 2, 8, 0 );
- first=i;
- }
- else
- {
- i++;
- }
- }
- }
- }
3、运行结果
图1、源图像
图2、合并图像
图3、源图像直方图 图4、合并图像直方图
4、用到的类和函数
calcHist
功能:计算图像 的直方图
结构:
- void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false )
arrays :源图像集,他们都需要有同样的depth,CV_8U或者CV_32F,同样的size,可以有任意的通道数
narrays :输入图像的个数
channels :需要统计的通道 (dim)索引
mask :掩码( 0 表示忽略该像素), 如果未定义,则不使用掩码,如果不为null,则只有与mask非零元素对应的像素点会被包含在计算直方图当中。
hist :输出直方图数组,是一个 dims 维的数组
dims :直方图的维数
histSize :直方图的大小,即每个维度的bin数目
ranges:每个维度的取值范围
uniform 、accumulate: bin大小相同,清除直方图痕迹
hist.at<float>(i)表示第i个bin中所保存的统计数量
equalizeHist
功能:灰度图象直方图均衡化
结构:
- void equalizeHist(InputArray src, OutputArray dst)
src:源图像,8bit单通道图片
dst:目标图像,和源图像有同样的size和type
操作:
①、计算src的直方图H
②、归一化直方图,使得H中bins的和为255;
③、计算直方图积分
④、采用H'作为查询表进行变换:
该方法归一化图像亮度和增强对比度。