阅读(510) 赞(0)

Opencv直方图同等化（Equalization）

2017-09-18 10:55:51 更新

目标

在本教程中，您将学习：

图像直方图是什么，为什么它是有用的
通过使用OpenCV函数cv :: equalizeHist来均衡图像的直方图

理论

什么是图像直方图（Histogram）？

它是图像的强度分布的图形表示。
它量化所考虑的每个强度值的像素数。

Opencv直方图同等化

什么是直方图Equalization？

这是一种改善图像对比度的方法，以扩展强度范围。
为了使之更清晰，从上图可以看出像素似乎聚集在可用的强度范围的中间。什么直方图均衡是伸展这个范围。看下图：绿色圆圈表示人口密度低下。应用均衡后，我们得到一个像中心的直方图。产生的图像显示在右图所示。

Opencv直方图同等化

它是如何工作的？

均衡意味着将一个分布（给定直方图）映射到另一个分布（强度值的更宽和更均匀的分布），因此强度值在整个范围内扩展。
为了实现均衡效果，重映射应该是累积分布函数（cdf）（更多细节参考学习OpenCV）。对于直方图 H(i)，其累积分布 H′(i) 为：

Opencv直方图同等化

为了将其用作重映射功能，我们必须使H“（i ）统一化，使得最大值为255（或图像的强度的最大值）。从上面的例子，累积函数是：

Opencv直方图同等化

最后，我们使用简单的重新映射程序来获得均衡图像的强度值：

Opencv直方图同等化

Code

这个程序是做什么的？加载图像将原始图像转换为灰度通过使用OpenCV函数cv :: equalizeHist来平衡直方图在窗口中显示源和均衡图像。
可下载的代码：点击这里
代码一览：

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main( int, char** argv )
{
  Mat src, dst;
  const char* source_window = "Source image";
  const char* equalized_window = "Equalized Image";
  src = imread( argv[1], IMREAD_COLOR );
  if( src.empty() )
    { cout<<"Usage: ./EqualizeHist_Demo <path_to_image>"<<endl;
      return -1;
    }
  cvtColor( src, src, COLOR_BGR2GRAY );
  equalizeHist( src, dst );
  namedWindow( source_window, WINDOW_AUTOSIZE );
  namedWindow( equalized_window, WINDOW_AUTOSIZE );
  imshow( source_window, src );
  imshow( equalized_window, dst );
  waitKey(0);
  return 0;
}

说明

声明源和目标图像以及窗口名称：

Mat src, dst;
char* source_window = "Source image";
char* equalized_window = "Equalized Image";

加载源图像：

src = imread( argv[1], 1 );
if( !src.data )
  { cout<<"Usage: ./Histogram_Demo <path_to_image>"<<endl;
    return -1;}

将其转换为灰度：

cvtColor( src, src, COLOR_BGR2GRAY );

使用函数cv :: equalizeHist应用直方图均衡：

equalizeHist( src, dst );

因为可以很容易地看到，唯一的参数是原始图像和输出（均衡）图像。

显示两个图像（原始和均衡）：

namedWindow( source_window, WINDOW_AUTOSIZE );
namedWindow( equalized_window, WINDOW_AUTOSIZE );
imshow( source_window, src );
imshow( equalized_window, dst );