2025年直方图均衡化算法原理与实现

科技前沿 • 2025-03-14 12:33 • 阅读 31

大家好，我是讯享网，很高兴认识大家。

参考1：https://blog.csdn.net/qianqing13579/article/details/

这里写图片描述

直方图均衡化算法实现(针对离散行数据的处理)

根据上面的推导，算法实现如下：

//不支持OpenCV的ROI void GetHistogram(const Mat &image, int *histogram) { memset(histogram, 0, 256 * sizeof(int)); //计算直方图 int pixelCount = image.cols*image.rows; uchar *imageData = image.data; for (int i = 0; i <= pixelCount - 1; ++i) { int gray = imageData[i]; histogram[gray]++; } } void EqualizeHistogram(const Mat &srcImage, Mat &dstImage) { CV_Assert(srcImage.type() == CV_8UC1); dstImage.create(srcImage.size(), srcImage.type()); // 计算直方图 int histogram[256]; GetHistogram(srcImage, histogram); // 计算分布函数(也就是变换函数f(x)) int numberOfPixel = srcImage.rows*srcImage.cols; int LUT[256]; LUT[0] = 1.0*histogram[0] / numberOfPixel*255; int sum = histogram[0]; for (int i = 1; i <= 255; ++i) { sum += histogram[i]; LUT[i] = 1.0*sum / numberOfPixel * 255; } // 灰度变换 uchar *dataOfSrc = srcImage.data; uchar *dataOfDst = dstImage.data; for (int i = 0; i <= numberOfPixel - 1; ++i) dataOfDst[i] = LUT[dataOfSrc[i]]; }

讯享网

代码注解：LUT[0] = 1.0*histogram[0] / numberOfPixel*255;即LUT[0] = 255*1.0*histogram[0] / numberOfPixel

255=L-1=256-1

原图：

这里写图片描述

测试结果：

这里写图片描述

从直方图均衡化算法中，可以看出，看似简单的几个算法步骤，背后蕴藏了很多数学理论知识，这大概就是数学的魅力吧。

完整工程见github项目：ImageProcess_OpenCV

2016-9-3 10:41:39

#参考文献

《数字图像处理》第3版，冈萨雷斯

参考2：https://blog.csdn.net/Zhangbei_/article/details/

直方图均衡化是提高图像对比度的一种方法，经过处理后的图像会得到一个尽可能均匀的直方图，我用c语言对该算法做了实现。
图像在内存中的保存方式如下图所示，width和height即是图像的宽和高，pitch = (width + 15) / 16 * 16。
这里写图片描述

讯享网// 计算图像直方图 void Hist(const uint8 *image, int width, int height, int pitch, int hist[]) { memset((void*)hist, 0, 256 * sizeof(int)); for(int ver = 0; ver < height; ++ver) { for(int hor = 0; hor < width; ++hor) { int offset = ver * pitch + hor; ++hist[*(image+offset)]; } } } // 求直方图均衡化的映射表 void MapTable(int hist[], uint8 map_table[], int num) { int sum = 0; for(int i = 0; i < 256; ++i) { sum += hist[i]; map_table[i] = int(255 * sum / num + 0.5); } } void EqualizeHist(const uint8 *src, uint8 *dst, int width, int height, int pitch) { int hist[256] = {0}; uint8 map_table[256] = {0}; Hist(src, width, height, pitch, hist); MapTable(hist, map_table, width * height); for(int ver = 0; ver < height; ++ver) { for(int hor = 0; hor < width; ++hor) { int offset = ver * pitch + hor; *(dst + offset) = map_table[*(src + offset)]; } } }

我在网上随便搜了一张图处理了一下，左边是原图，右边是处理后的，我在yuv颜色空间进行处理，只处理y分量。可以看到，处理之后的图像，对比度确实有所提高，但是图像也不好了。。。

这里写图片描述

我用matlab做了两张图的直方图，左边是原图的，右边是直方图均衡化之后的。可以看到，处理过后，直方图并不是完全均匀的，这是由于在离散情况下难以达到理想情况，但是明显比原图分布的更均匀一些。

这里写图片描述

2025年直方图均衡化算法原理与实现

直方图均衡化算法实现(针对离散行数据的处理)

参考2：https://blog.csdn.net/Zhangbei_/article/details/

相关推荐