【OpenCV入门指南】第九篇 灰度直方图均衡化
《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
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】第九篇 灰度直方图均衡化相关推荐
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
上一篇<OpenCV第十篇灰度直方图均衡化>介绍了灰度图像的直方图均衡化,实际生活中,肯定还是彩色图像用的最多,因此本篇介绍对彩色图像进行直方图均衡化.这样可以让大家直方图均衡化对图像增强 ...
- 【OpenCV入门指南】第十三篇 人脸检测
原文出处:http://blog.csdn.net/MoreWindows/article/details/8426318#t2 本篇介绍图像处理与模式识别中最热门的一个领域--人脸检测(人脸识别). ...
- 【OpenCV入门指南】第五篇轮廓检测 下
上一篇<[OpenCV入门指南]第五篇轮廓检测上>介绍了cvFindContours函数和cvDrawContours函数,并作了一个简单的使用示范.本篇将展示一个实例,让大家对轮廓检测有 ...
- 【OpenCV入门指南】第五篇 轮廓检测 上
<[OpenCV入门指南]第三篇Canny边缘检测>中介绍了边缘检测,本篇介绍轮廓检测,轮廓检测的原理通俗的说就是掏空内部点,比如原图中有3*3的矩形点.那么就可以将中间的那一点去掉. 在 ...
- 灰度直方图均衡化及其实现
文章目录 直方图均衡化 定义 公式 略微证明 计算步骤 matlab实现 直方图均衡化 定义 当直方图中像素值集中在狭窄的灰度级范围内或分布极不均匀时,图像呈现较差的对比度.直方图均衡化的目的就是将直 ...
- Python+OpenCV:图像对比度受限自适应直方图均衡化(CLAHE, Contrast Limited Adaptive Histogram Equalization)
Python+OpenCV:图像对比度受限自适应直方图均衡化(CLAHE, Contrast Limited Adaptive Histogram Equalization) ############ ...
- Kubernetes入门指南-基础篇
Kubernetes入门指南-基础篇 基础入门 kubernetes简介 kubernetes是一个平台 kubernetes架构 kubernetes不是什么 核心组件 kubernetes基本概念 ...
- Matlab中的histeq函数——图像灰度直方图均衡化
首先来看一下没有进行灰度直方图均衡化的图片和经过灰度直方图均衡化后的图片的对比: 左为原图,右为经过灰度直方图均衡化处理后的图片,很显然,经过处理之后的图片在对比度方面有了显著的提升,下面附上两张图片 ...
- 灰度直方图均衡化实现
#include <opencv2/opencv.hpp> int main() {cv::Mat srcImage = cv::imread("..\\images\\flow ...
最新文章
- SubVersion(SVN) 服务器Windows安装指南
- 设计模式——装饰者模式
- php和 sqlserver效率,SQLServer语句执行效率及性能测试
- 简述中断处理的6个步骤_实用!处理电机振动的11个常用步骤
- Avalonia跨平台入门第十篇之控件的锁定
- 在MongoDB和Spring Batch中将XML转换为JSON和原始使用
- Spring Boot Security 整合 OAuth2 设计安全API接口服务
- 19【14】DIEN:深度兴趣演化⽹络
- php 显示外链图片,php绘图之加载外部图片的方法
- AGV机器人(1)基于视觉避障的理论基础
- matlab aic怎么用,AIC信息准则的编程
- 【音频处理】Melodyne 简介 ( Melodyne 音频处理注意事项 | 在音乐宿主软件中加载 Melodyne 插件 )
- Mixly第三方用户库开发Arduino UNO使用EMW3080连接阿里云
- 七牛云获取token中的bucket是什么?
- 交易猫跳转APP+后台管理
- 怎么实时查看mysql当前连接数
- 破解网吧电影,获取电影的实际地址!
- Uncaught ReferenceError: UE is not defined at zh-cn.js:8
- 【华人学者风采】林学民 新南威尔士大学
- 使用VUE+SpringBoot+EasyExcel 整合导入导出demo