计算直方图，利用查找表拉伸直方图，直方图均衡

一些头文件：

 #include <opencv2/core/core.hpp>
 #include <opencv2/highgui/highgui.hpp>
 #include <opencv2/imgproc/imgproc.hpp>
 #include <iostream>

 using namespace std;
 using namespace cv;

 

首先建立一个类：

 class Histogram1D
 {
 private:

     //直方图的点数
     int histSize[1];
     //直方图的范围
     float hranges[2];
     //指向该范围的指针
     const float* ranges[1];
     //通道
     int channels[1];


 public:
     //构造函数
     Histogram1D()
     {
          histSize[0] = 256;
          hranges[0] = 0.0;
          hranges[1] = 255.0;
          ranges[0] = hranges;
          channels[0] = 0;

     }

 

在OpenCV中，使用calcHist计算直方图

 Mat getHistogram(const Mat &image)
 {
     Mat hist;
     //计算直方图函数
     //参数为：源图像（序列）地址，输入图像的个数，通道数，掩码，输出结果，直方图维数，每一维的大小，每一维的取值范围
     calcHist(&image,1,channels,Mat(),hist,1,histSize,ranges);

     return hist;
 }

但是，返回的结果并不是我们希望的“直方图”，hist只是记录了每个bin下的像素个数。我们需要自己利用line函数画图：

 Mat getHistogramImage(const Mat &image)
 {
     //首先计算直方图
     Mat hist = getHistogram(image);

     //获取最大值和最小值
     double maxVal = 0;
     double minVal = 0;
     //minMaxLoc用来获得最大值和最小值,后面两个参数为最小值和最大值的位置，0代表不需要获取
     minMaxLoc(hist,&minVal,&maxVal,0,0);
     //展示直方图的画板：底色为白色
     Mat histImg(histSize[0],histSize[0],CV_8U,Scalar(255));

     //将最高点设为bin总数的90%
     int hpt = static_cast<int>(0.9*histSize[0]);
     //为每一个bin画一条线
     for(int h = 0; h < histSize[0];h++)
     {
         float binVal = hist.at<float>(h);
         int intensity = static_cast<int>(binVal*hpt/maxVal);
         //int intensity = static_cast<int>(binVal);
         line(histImg,Point(h,histSize[0]),Point(h,histSize[0]-intensity),Scalar::all(0));

     }
     return histImg;
 }

函数中对亮度进行了“压缩”，主要目的是让直方图能够更好的显示在画板上。

查找表，就是一个一对一或者多对一函数，指定了一个亮度经过查找表以后变成另外一个像素。在OpenCV中，使用LUT函数来实现

 Mat applyLookUp(const Mat& image,const Mat& lookup)
 {
     Mat result;
     LUT(image,lookup,result);
     return result;
 }

 

而变化的具体内容，依赖于你自己定义的查找表，比如，如果你想让查找表的结果为当前图像的翻转，可以在main函数中定义查找表为：

 //用查找表翻转图像灰度
 int dim(256);
 Mat lut(1,&dim,CV_8U);

 for(int i = 0; i < 256; i++)
 {
     lut.at<uchar>(i) = 255-i;
 }
 imshow("灰度翻转后的图像",h.applyLookUp(image,lut));

当你想让图像经过查找表以后直方图拉伸，变得效果好一点，可以这样：

将个数低于指定数目（默认为0）的bin舍去，剩下的最小值变为0，最大值变为255，中间的部分线性拉伸：

 Mat strech(const Mat &image,int minValue = 0)
 {
     //首先计算直方图
     Mat hist = getHistogram(image);
     //左边入口
     int imin = 0;
     for(;imin< histSize[0];imin++)
     {
         cout<<hist.at<float>(imin)<<endl;
         if(hist.at<float>(imin) > minValue)
             break;

     }
     //右边入口
     int imax = histSize[0]-1;
     for(;imax >= 0; imax--)
     {
         if(hist.at<float>(imax) > minValue)
             break;
     }

     //创建查找表
     int dim(256);
     Mat lookup(1,&dim,CV_8U);

     for(int i = 0; i < 256; i++)
     {
         if(i < imin)
         {
             lookup.at<uchar>(i) = 0;
         }
         else if(i > imax)
         {
             lookup.at<uchar>(i) = 255;
         }
         else
         {
             lookup.at<uchar>(i) = static_cast<uchar>(255.0*(i-imin)/(imax-imin)+0.5);
         }
     }
     Mat result;
     result = applyLookUp(image,lookup);
     return result;

 }

当然，这样的效果还不是最好的，最好的均衡应该使得直方图非常平缓，每个bin中的数目差不多，在OpenCV中，使用equalizeHist函数可以实现直方图均衡功能：

 Mat equalize(const Mat &image)
 {
     Mat result;
     equalizeHist(image,result);
     return result;
 }

有了上面定义的类，我们main函数就变得简单多了：

 #include "histogram.h"

 int main()
 {
     //以灰度方式读取图像
     Mat image = imread("D:/picture/images/group.jpg",0);
     imshow("源灰度图像",image);
     if (!image.data)
         return -1;
     Histogram1D h;
     imshow("直方图",h.getHistogramImage(image));

     //用查找表翻转图像灰度
     int dim(256);
     Mat lut(1,&dim,CV_8U);

     for(int i = 0; i < 256; i++)
     {
         lut.at<uchar>(i) = 255-i;
     }
     imshow("灰度翻转后的图像",h.applyLookUp(image,lut));

     //用查找表拉伸图像灰度值
     //忽略那些个数少于100个像素的bin
     Mat strech = h.strech(image,100);
     imshow("拉伸后的图像",strech);
     imshow("拉伸后的直方图",h.getHistogramImage(strech));

     //图像均衡
     Mat afterEqualize = h.equalize(image);
     imshow("均衡后的解果",afterEqualize);
     imshow("均衡后的直方图",h.getHistogramImage(afterEqualize));
     waitKey(0);
     return 0;
 }

由于画的图比较多，这里就不贴结果了。