OpenCV入门学习（三）HistogramEquivalent

直方图均衡

#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
/*
	有的版本CV_BGR2GRAY宏定义没有，需要加载个legacy文件来获取，但是会与其他调用的宏定义出现冲突，所以
	这里单独定义一个彩色图像到灰度图像的case number
*/
#define CV_BGR2GRAY 6
#include <iostream>
using namespace std;
using namespace cv;

Mat HistogramEquivalent(Mat,int);

int main(){
	Mat img = imread("lenna.jpg");
	imshow("HistogramEqiovalent",HistogramEquivalent(img,256));
	waitKey(100000000);
}

/**
	方法：直方图均衡
	作用：增强图像的对比度，使图像更加清楚，即图像增强的一种方法
	参数：img表示源图像，scalar表示的是最大灰度级（为2时表示二值图像）
*/
Mat HistogramEquivalent(Mat img,int scalar){

	//把图像变成灰度图像
	if(img.channels()!=1)
		cvtColor(img,img,CV_BGR2GRAY);
	//创建个与源图像一样的空图像
	Mat newImage=Mat(img.rows,img.cols,img.type());
	//获取图像的行和列
	int width = img.cols , height = img.rows;
	int count[256]={0};
	double prob[256] = {0};
	int maxPixel = 0,minPixel =scalar-1;

	for(size_t i = 0;i<height;i++)
		for(size_t j=0;j<width;j++){
			int currPixel = img.at<uchar>(i,j);
			count[currPixel]++; //统计每个灰度级有多少个点
			//统计该图像中最大和最小的像素值
			if(currPixel>maxPixel)
				maxPixel = currPixel;
			else if(currPixel<minPixel)
				minPixel = currPixel;
		}

	//计算每个灰度级出现的概率,为获取double型的数据，在后面乘个小数1.0进行隐式转换
	for(size_t num = 0;num<scalar;num++)
		prob[num] = count[num]*1.0/(height*width);
	//计算累积数组
	for(size_t i = 1;i<scalar;i++)
		prob[i] += prob[i-1];
	for(size_t i=0;i<height;i++)
       for(size_t j=0;j<width;j++)
		   newImage.at<uchar>(i,j) = prob[img.at<uchar>(i,j)]*(maxPixel-minPixel)+minPixel;
	return newImage;
}

版权声明：本文为博主原创文章，未经博主允许不得转载。