OpenCV入门(二十)-- 彩色图像的直方图均衡化
2014-11-08 00:35
381 查看
直方图均衡化的潜在的数学原理是一个分布(输入的亮度直方图)被映射到另一个分布(一个更宽,跟理想的亮度分布)。
把原始分布中y轴的值在新的分布中尽可能的展开。对拉伸分布,映射函数应该是一个累积分布函数。
灰度图象直方图均衡化
src输入的 8-比特 单信道图像dst输出的图像与输入图像大小与数据类型相同
函数 cvEqualizeHist 采用如下法则对输入图像进行直方图均衡化:
计算输入图像的直方图 H
直方图归一化,因此直方块和为255
计算直方图积分:
![](http://wiki.opencv.org.cn/images/math/ae979bb52ddbff95f15ee799547e4ce0.png)
采用H'作为查询表:dst(x,y)=H'(src(x,y))进行图像变换。
该方法归一化图像亮度和增强对比度。
代码实现:
/*
直方图均衡化
*/
#include "highgui.h"
#include "cv.h"
void doEhist(IplImage* img)
{
int i;
IplImage* pImageChannel[4] = {0, 0, 0, 0};
IplImage* pImage = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
for(i = 0; i < img->nChannels; i++)
{
pImageChannel[i] = cvCreateImage(cvGetSize(img), img->depth,1);
}
//信道分离
cvSplit(img, pImageChannel[0], pImageChannel[1], pImageChannel[2],pImageChannel[3]);
for(i = 0; i<pImage->nChannels; i++)
{
//直方图均衡化
cvEqualizeHist(pImageChannel[i], pImageChannel[i]);
}
//信道组合
cvMerge(pImageChannel[0],pImageChannel[1], pImageChannel[2],pImageChannel[3], pImage);
// 释放资源
for( i = 0; i < img->nChannels; i++ )
{
if ( pImageChannel[i] )
{
cvReleaseImage( &pImageChannel[i] );
pImageChannel[i] = 0;
}
}
cvNamedWindow("pImage",1);
cvShowImage("pImage",pImage);
cvWaitKey(0);
cvReleaseImage(&pImage);
pImage = 0;
}
结果:
把原始分布中y轴的值在新的分布中尽可能的展开。对拉伸分布,映射函数应该是一个累积分布函数。
EqualizeHist
灰度图象直方图均衡化void cvEqualizeHist( const CvArr* src, CvArr* dst );
src输入的 8-比特 单信道图像dst输出的图像与输入图像大小与数据类型相同
函数 cvEqualizeHist 采用如下法则对输入图像进行直方图均衡化:
计算输入图像的直方图 H
直方图归一化,因此直方块和为255
计算直方图积分:
![](http://wiki.opencv.org.cn/images/math/ae979bb52ddbff95f15ee799547e4ce0.png)
采用H'作为查询表:dst(x,y)=H'(src(x,y))进行图像变换。
该方法归一化图像亮度和增强对比度。
代码实现:
/*
直方图均衡化
*/
#include "highgui.h"
#include "cv.h"
void doEhist(IplImage* img)
{
int i;
IplImage* pImageChannel[4] = {0, 0, 0, 0};
IplImage* pImage = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
for(i = 0; i < img->nChannels; i++)
{
pImageChannel[i] = cvCreateImage(cvGetSize(img), img->depth,1);
}
//信道分离
cvSplit(img, pImageChannel[0], pImageChannel[1], pImageChannel[2],pImageChannel[3]);
for(i = 0; i<pImage->nChannels; i++)
{
//直方图均衡化
cvEqualizeHist(pImageChannel[i], pImageChannel[i]);
}
//信道组合
cvMerge(pImageChannel[0],pImageChannel[1], pImageChannel[2],pImageChannel[3], pImage);
// 释放资源
for( i = 0; i < img->nChannels; i++ )
{
if ( pImageChannel[i] )
{
cvReleaseImage( &pImageChannel[i] );
pImageChannel[i] = 0;
}
}
cvNamedWindow("pImage",1);
cvShowImage("pImage",pImage);
cvWaitKey(0);
cvReleaseImage(&pImage);
pImage = 0;
}
结果:
相关文章推荐
- OpenCV入门指南 第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 彩色图像直方图均衡化 --- 基于OpenCV中EqualizeHist_Demo实现
- 彩色图像的直方图均衡化--基于OpenCV中EqualizeHist_Demo实现
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- opencv 彩色图像亮度、对比度调节 直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- OpenCV入门(二十一)-- 绘制彩色图像的直方图
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- 【OpenCV入门指南】第十篇 彩色直方图均衡化
- OpenCv学习笔记(四):使用split函数提取彩色图像的三个通道
- OpenCV应用笔记】(彩色/灰度)图像像素值读取并保存到txt文件
- 【OpenCV入门指南】第二篇 缩放图像
- OpenCV--鼠标响应Kinect彩色图像显示深度信息
- 学习OpenCV彩色图像的通道的分离(split)与合成(merge)
- opencv 彩色图像对比度增强