作者：Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

实现原理

       通过图像数据的直方图，可以快速判断图像的亮度和质量。而直方图均衡化就是通过图像变换使得直方图均匀分布，起到对比度增强的效果。在图像处理的课本中，针对离散形式的图像数据，最常用的一种方法就是累计概率分布。首先统计0-255灰度值所占像素个数；再计算出像素个数与总像素的比，表示为出现的概率；从0开始进行累计概率分布，即从0慢慢累加各层概率值直到1；则均衡化图像的灰度值=原灰度值所对应的累计概率*255。

       基于上述原理，我自定义了一个简单的直方图均衡化函数EqualizeHist，并定义了直方图简易绘制函数drawHistImg，用来作直观对比。

功能函数代码

// 直方图均衡化cv::Mat EqualizeHist(cv::Mat src){	cv::Mat h = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat hs = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat hp = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat result = cv::Mat::zeros(src.size(), src.type());	int sum = 0;	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			h.at(0, src.at (i, j))++;			sum++;		}	}	for (int i = 0; i < 256; ++i)	{		hs.at(0, i) = h.at(0, i) / sum;		if (i == 0)		{			hp.at(0, i) = hs.at(0, i);		}		else {			hp.at(0, i) = hp.at(0, i - 1) + hs.at(0, i);		}	}	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			result.at (i, j) = uchar(round(255 * hp.at(0, src.at(i, j))));		}	}	return result;}// 绘制简易直方图cv::Mat drawHistImg(cv::Mat &src){	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			hist.at(0, src.at (i, j))++;		}	}	cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1);	const int bins = 255;	double maxValue;	cv::Point2i maxLoc;	cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);	int scale = 4;	int histHeight = 540;	for (int i = 0; i < bins; i++)	{		float binValue = (hist.at(i));		int height = cvRound(binValue * histHeight / maxValue);		cv::rectangle(histImage, cv::Point(i * scale, histHeight),			cv::Point((i + 1) * scale-1, histHeight - height), cv::Scalar(255), -1);	}	return histImage;}

 函数原型

       官方OpenCV库中也有自带的直方图均衡化函数：

void equalizeHist( InputArray src, OutputArray dst );

参数说明

1. InputArray类型的src，输入图像，如Mat类型。
2. OutputArray类型的dst，输出图像。

C++测试代码

#include #include #include using namespace std;using namespace cv;cv::Mat EqualizeHist(cv::Mat src);cv::Mat drawHistImg(cv::Mat &hist);int main(){	cv::Mat src = imread("test.jpg",0);	cv::Mat src1 = imread("test.jpg");	clock_t start1, start2, end1,end2;	// 绘制原图直方图	cv::Mat hI = drawHistImg(src);	// 自定义直方图均衡化	start1 = clock();	cv::Mat result1 = EqualizeHist(src);	end1 = clock();	double dif1 = (end1 - start1) / CLOCKS_PER_SEC;	cout << "time1:" << dif1 << endl;	// 绘制均衡化后直方图	cv::Mat hrI = drawHistImg(result1);	// 官方直方图均衡化函数	start2 = clock();	cv::Mat result2;	equalizeHist(src, result2);	end2 = clock();	double dif2 = (end2 - start2) / CLOCKS_PER_SEC;	cout << "time2:" << dif2 << endl;	// 绘制均衡化后直方图	cv::Mat hr2I = drawHistImg(result2);	// 彩色直方图均衡化，三通道分别作均衡再合并	vector rgb,rgb_;	cv::Mat r, g, b;	cv::split(src1, rgb);	equalizeHist(rgb[0], b);	equalizeHist(rgb[1], g);	equalizeHist(rgb[2], r);	rgb_.push_back(b);	rgb_.push_back(g);	rgb_.push_back(r);	cv::Mat src1_;	cv::merge(rgb_, src1_);	imshow("original", src1);	imshow("result", src1_);	waitKey(0);	return 0;}// 直方图均衡化cv::Mat EqualizeHist(cv::Mat src){	cv::Mat h = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat hs = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat hp = cv::Mat::zeros(1, 256, CV_32FC1);	cv::Mat result = cv::Mat::zeros(src.size(), src.type());	int sum = 0;	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			h.at(0, src.at (i, j))++;			sum++;		}	}	for (int i = 0; i < 256; ++i)	{		hs.at(0, i) = h.at(0, i) / sum;		if (i == 0)		{			hp.at(0, i) = hs.at(0, i);		}		else {			hp.at(0, i) = hp.at(0, i - 1) + hs.at(0, i);		}	}	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			result.at (i, j) = uchar(round(255 * hp.at(0, src.at(i, j))));		}	}	return result;}// 绘制简易直方图cv::Mat drawHistImg(cv::Mat &src){	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);	for (int i = 0; i < src.rows; ++i)	{		for (int j = 0; j < src.cols; ++j)		{			hist.at(0, src.at (i, j))++;		}	}	cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1);	const int bins = 255;	double maxValue;	cv::Point2i maxLoc;	cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);	int scale = 4;	int histHeight = 540;	for (int i = 0; i < bins; i++)	{		float binValue = (hist.at(i));		int height = cvRound(binValue * histHeight / maxValue);		cv::rectangle(histImage, cv::Point(i * scale, histHeight),			cv::Point((i + 1) * scale-1, histHeight - height), cv::Scalar(255), -1);	}	return histImage;}

测试效果

       其直方图如下： 

       两个函数运行时间都在0.001s以下，其均衡化后直方图略有差异，但都实现了均衡效果。

       自定义函数：

        官方函数：

         对彩色图的三通道分别进行直方图均衡化，实现彩色均衡效果：

       如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

       如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！