目标

这个教程包含以下内容：

• 什么是图像的直方图和为什么图像的直方图很有用；
• 用OpenCV函数equalizeHist对图像进行直方图均衡化。

原理

1. 图像的直方图是什么?

• 直方图是图像中像素强度分布的图形表达方式。

• 它统计了每一个强度值所具有的像素个数。

  
  
  图像及其直方图

2. 直方图均衡化是什么?

• 直方图均衡化是通过拉伸像素强度分布范围来【增强图像对比度】的一种方法.
• 说得更清楚一些, 以上面的直方图为例, 您可以看到像素主要集中在中间的一些强度值上. 直方图均衡化要做的就是 拉伸 这个范围. 见下面左图: 绿圈圈出了 少有像素分布其上的 强度值. 对其应用均衡化后, 得到了中间图所示的直方图. 均衡化的图像见下面右图.
  
  直方图均衡化效果

3. 直方图均衡化是怎样做到的?

• 均衡化指的是把一个分布 (给定的直方图) 映射 到另一个分布 (一个更宽更统一的强度值分布), 所以强度值分布会在整个范围内展开.
• 要想实现均衡化的效果, 映射函数应该是一个 累积分布函数 (cdf) (更多细节, 参考学习OpenCV). 对于直方图, 它的 累积分布 是:要使用其作为映射函数, 我们必须对最大值为255 (或者用图像的最大强度值) 的累积分布 进行归一化. 同上例, 累积分布函数的图像为:
  
  累积分布函数的图像

• 最后, 我们使用一个简单的映射过程来获得均衡化后像素的强度值:
  

4. 例程

• 这个例程是用来干嘛的?

  • 加载源图像
  • 把源图像转为灰度图
  • 使用OpenCV函数 EqualizeHist 对直方图均衡化
  • 在窗体中显示源图像和均衡化后图像.

• 下载例程: 点击 这里

• 例程一瞥:

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>

using namespace cv;
using namespace std;

/**  @function main */
int main( int argc, char** argv )
{
  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;}

  /// 转为灰度图
  cvtColor( src, src, CV_BGR2GRAY );

  /// 应用直方图均衡化
  equalizeHist( src, dst );

  /// 显示结果
  namedWindow( source_window, CV_WINDOW_AUTOSIZE );
  namedWindow( equalized_window, CV_WINDOW_AUTOSIZE );

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

  /// 等待用户按键退出程序
  waitKey(0);

  return 0;
} </pre>

5. 程式说明

(1) 声明原图和目标图以及窗体名称:

    char* source_window = "Source image";
    char* equalized_window = "Equalized Image"; 

(2) 加载源图像:

    if( !src.data )  {
        cout<<"Usage: ./Histogram_Demo <path_to_image>"<<endl;
        return -1;
    }

(3) 转为灰度图:

    cvtColor( src, src, CV_BGR2GRAY ); 

(4) 利用函数 equalizeHist 对上面灰度图做直方图均衡化:

    equalizeHist( src, dst ); 

可以看到, 这个操作的参数只有源图像和目标 (均衡化后) 图像.

(5) 显示这两个图像 (源图像和均衡化后图像) :

    namedWindow( source_window, CV_WINDOW_AUTOSIZE );
    namedWindow( equalized_window, CV_WINDOW_AUTOSIZE );

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

(6) 等待用户案件退出程序

    waitKey(0);
    return 0;

6. 结果

(1) 为了更好地观察直方图均衡化的效果, 我们使用一张对比度不强的图片作为源图像输入, 如下图:

BEFORE

BEFORE

2. 使用例程进行均衡化后, 我们得到下面的结果:

   
   
   AFTER
   
   

   这幅图片显然对比度更强. 再验证一下均衡化后图片的直方图:

   
   
   AFTER
   
   注意到现在像素在整个强度范围内均衡分布.

[注明：收录于17/2/2020，原文参见 https://www.cnblogs.com/xuqq/p/3997062.html]