直方图均衡化（功能实现）

间断式更新一些无用的知识…

直方图处理一直是传统图像处理中最重要的技术手段之一，直方图处理包括经典的直方图均衡化、直方图规定化、直方图比较、局部直方图的均衡等等。本章主要介绍直方图均衡，后续不断更新剩下的图像处理技术。

直方图均衡化的作用：通过使均衡化后的图像的灰度级覆盖更宽的灰度范围，从而实现对源图像对比度的增强。

直方图均衡化特点：整个实现过程直接从给定的图像中提取信息，而不需要规定任何参数，自适应程度高。

数学原理：
具体的内容可参见冈萨雷斯《数字图像处理》

结合OpenCV，直方图均衡C/C++实现代码如下：

int main()
{
     
	string path = "F:\\Speedlimit\\RGBCutImages1\\21.jpg";

	Mat SrcImage = imread(path);
	if (!SrcImage.data) {
     
		std::cout << "Could not open or find the image" << std::endl;
		return -1;
	}

	cvtColor(SrcImage, SrcImage, COLOR_BGR2GRAY);
	Mat dstImage = cv::Mat::zeros(SrcImage.size(), SrcImage.type());

	int height = SrcImage.rows;
	int width = SrcImage.cols;
	//直方图参数定义
	cv::Mat gray_hist, ShowImage;			//grag_hist类型自动为float32
	const int histSize = 256;
	float range[] = {
      0, 256 };
	const float* histRange[] = {
      range };
	bool uniform = true, accumulate = false;

	calcHist(&SrcImage, 1, 0, Mat(), gray_hist, 1, &histSize, histRange, uniform, accumulate);
	Show_Hist(gray_hist, ShowImage);
	//获得归一化图像直方图
	cv::Mat norm_gray_hist = cv::Mat::zeros(gray_hist.size(), gray_hist.type());
	for (int i = 0; i < histSize; ++i)
	{
     
		norm_gray_hist.at<float>(i) = gray_hist.at<float>(i) / SrcImage.total();
	}
	//遍历源图像中的每一个点，进行r_k-->s_k的映射
	for (int i = 0; i < height; ++i)
	{
     
		for (int j = 0; j < width; ++j)
		{
     
			double sum_Fx = 0;
			//计算图像中小于当前点灰度值的概率
			for (int k = 0; k <= SrcImage.at<uchar>(i, j); ++k)
				sum_Fx += norm_gray_hist.at<float>(k);

			dstImage.at<uchar>(i, j) = cvRound(255 * sum_Fx);
		}
	}

	cv::Mat dst_gray_hist, dst_ShowImage;			//float32
	calcHist(&dstImage, 1, 0, Mat(), dst_gray_hist, 1, &histSize, histRange, uniform, accumulate);
	Show_Hist(dst_gray_hist, dst_ShowImage);

	imshow("src", SrcImage);
	imshow("dst", dstImage);
	cv::waitKey(0);
	return 0;
}

Show_Hist()函数用于显示灰度图像的直方图

void Show_Hist(const cv::Mat& HistImage, cv::Mat& ShowHistImage)
{
     
	cv::Mat maker = HistImage.clone();
	int histSize = MAX(maker.rows, maker.cols);

	int hist_w = 512, hist_h = 400;
	int bin_w = cvRound((double)hist_w / histSize);
	ShowHistImage = cv::Mat(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));


	for (int i = 1; i < histSize; i++)
	{
     
		line(ShowHistImage, Point(bin_w * (i - 1), hist_h - cvRound(maker.at<float>(i - 1))),
			Point(bin_w * (i), hist_h - cvRound(maker.at<float>(i))),
			Scalar(255, 0, 0), 2, 8, 0);
	}
}

运行效果如下：

参考资料：直方图计算

新手菜鸟，如有错误欢迎指正！