【OpenCV入门指南】第九篇 灰度直方图均衡化

上一篇《OpenCV第八篇灰度直方图》介绍对灰度直方图，本篇将介绍直方图的均衡化，这是图像增强的常用方法。直方图均衡化的数学原理这里就不介绍了，有兴趣可以查阅专业书籍。下面来看看灰度直方图均衡化的函数——cvEqualizeHist

 

一．cvEqualizeHist

函数功能：直方图均衡化，该函数能归一化图像亮度和增强对比度

函数原型：

/* equalizes histogram of 8-bit single-channel image */

CVAPI(void)  cvEqualizeHist( const CvArr* src, CvArr* dst );

第一个参数表示输入图像，必须为灰度图（8位，单通道图）。

第二个参数表示输出图像

函数说明：

该函数采用如下法则对输入图像进行直方图均衡化：

　　1：计算输入图像的直方图H。

　　2：直方图归一化，因此直方块和为255。

　　3：计算直方图积分，H'(i) = Sum(H(j)) (0<=j<=i)。

　　4：采用H'作为查询表：dst(x, y) = H'(src(x, y))进行图像变换。

 

在维基百科上对灰度直方图均衡化有个很好的对比，参见下图（网址：http://zh.wikipedia.org/zh-cn/%E7%9B%B4%E6%96%B9%E5%9B%BE%E5%9D%87%E8%A1%A1%E5%8C%96）

可以看出直方图均衡化对图像增强的效果很不错，对图像细节部分能起到明显的突出增强效果。下面我们自己动手写一个灰度直方图均衡化的程序，代码如下：

 //图像的灰度直方图均衡化
 //By MoreWindows (http://blog.csdn.net/MoreWindows)
 #include <opencv2/opencv.hpp>
 #include <opencv2/legacy/compat.hpp>
 using namespace std;
 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
 void FillWhite(IplImage *pImage)
 {
     cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED);
 }
 // 创建灰度图像的直方图
 CvHistogram* CreateGrayImageHist(IplImage **ppImage)
 {
     int nHistSize = 256;
     float fRange[] = {0, 255};  //灰度级的范围
     float *pfRanges[] = {fRange};
     CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges);
     cvCalcHist(ppImage, pcvHistogram);
     return pcvHistogram;
 }
 // 根据直方图创建直方图图像
 IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram)
 {
     IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1);
     FillWhite(pHistImage);

     //统计直方图中的最大直方块
     float fMaxHistValue = 0;
     cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL);

     //分别将每个直方块的值绘制到图中
     int i;
     for(i = 0; i < nImageWidth; i++)
     {
         float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小
         int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight);  //要绘制的高度
         cvRectangle(pHistImage,
             cvPoint(i * nScale, nImageHeight - 1),
             cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight),
             cvScalar(i, 0, 0, 0),
             CV_FILLED
             );
     }
     return pHistImage;
 }
 int main( int argc, char** argv )
 {
     const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";
     const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)";
     const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)";
     const char *pstrWindowsGrayEqualizeTitle = "灰度图-均衡化后(http://blog.csdn.net/MoreWindows)";
     const char *pstrWindowsHistEqualizeTitle = "直方图-均衡化后(http://blog.csdn.net/MoreWindows)";

     // 从文件中加载原图
     IplImage *pSrcImage = cvLoadImage("013.jpg", CV_LOAD_IMAGE_UNCHANGED);
     IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
     IplImage *pGrayEqualizeImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);

     // 灰度图
     cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);
     // 直方图图像数据
     int nHistImageWidth = 255;
     int nHistImageHeight = 150;
     int nScale = 2;

     // 灰度直方图及直方图图像
     CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage);
     IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram);

     // 均衡化
     cvEqualizeHist(pGrayImage, pGrayEqualizeImage);

     // 均衡化后的灰度直方图及直方图图像
     CvHistogram *pcvHistogramEqualize = CreateGrayImageHist(&pGrayEqualizeImage);
     IplImage *pHistEqualizeImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogramEqualize);

     // 显示
     //显示代码….
     cvWaitKey(0);
     //回收资源代码…
     return 0;
 }

运行结果如下所示：

可以看出，灰度直方图均衡化对灰度图的图像增强效果明显，读者可以尝试将灰度直方图均衡化加入到《OpenCV第六篇轮廓检测下》中，看看均衡化后对轮廓检测的提升效果。

 

 

由于人眼对彩色更为敏感，下一篇《OpenCV第十一篇 彩色直方图均衡化》将对彩色图像进行直方图均衡化，让大家对直方图均衡化有一个更加直观的了解。

 

《OpenCV入门指南》系列文章地址：

http://blog.csdn.net/morewindows/article/category/1291764

转载请标明出处，原文地址：http://blog.csdn.net/morewindows/article/details/8364690

欢迎关注微博：http://weibo.com/MoreWindows