opencv —— equalizeHist 直方图均衡化

直方图均匀化简介

从这张未经处理的灰度图可以看出，其灰度集中在非常小的一个范围内。这就导致了图片的强弱对比不强烈。

直方图均衡化的目的，就是把原始的直方图变换为在整个灰度范围（0~255）内均匀分布的形式，从而增加像素灰度值的动态范围，达到增强图像整体对比度的效果。

 

直方图均衡化的列表计算

序号	运算	步骤和结果
1	列出原始图灰度值 f（0 ≤ f ≤ L-1）	0	1	2	3	4	5	6	7
2	列出原始直方图（概率表达）	0.02	0.05	0.09	0.12	0.14	0.2	0.22	0.16
3	计算原始累计直方图 gf（灰度值 ≤ f 的概率和）	0.02	0.07	0.16	0.28	0.42	0.62	0.84	1.00
4	取整 g=(int) [(L-1)·gf + 0.5]	0	0	1	2	3	4	6	7
5	确定对应关系（原灰度值 -> 新灰度值）	0->0	1->0	2->1	3->2	4->3	5->4	6->6	7->7
6	更新直方图	0.07	0.09	0.12	0.14	0.2	0	0.22	0.16

实现直方图均衡化：equalizeHist 函数

equalize 函数实现的灰度直方图均衡化算法，就是把直方图的每个灰度值进行归一化处理，求每种灰度的累积分布，接着得到一个映射的灰度映射表，然后根据相应的灰度值来修正原图中的每个像素。

void equalize(InputArray src, OutputArray dst);

• src，输入图像，即源图像，填 Mat 类的对象即可，但需要为 8 位单通道的图像。
• dst，输出结果，需要和源图像有一样的尺寸和类型。

代码示例：

#include<opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
    Mat src = imread("C:/Users/齐明洋/Desktop/1.jpg");
    imshow("src", src);

    Mat gray, dst;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    imshow("gray", gray);
    equalizeHist(gray, dst);
    imshow("dst", dst);

    waitKey(0);
    
}

效果展示：