直方图均衡化
2016-01-12 08:35
323 查看
目标:
在这篇教程中你将学到:
什么是图像的直方图和它的用处是什么?
使用OpenCV函数:equalize_hist:equalizeHist<>来对图像直方图均衡化
理论:
什么是图像直方图?
它是代表一个图像强度的分布密度。
它将每个密度的数值的个数都考虑在内。
什么是直方图均衡化?
它是一种提高图像对比度的方法,通过延伸强度的范围。
为了使它更加清楚,通过上面的图片,你可以看到周围的像素似乎集群的可用范围的强度。直方图均衡化是伸展这个范围。绿色圆圈表示密度稀少的强度。均衡化后,我们得到一个直方图像中间的图。生成的图像显示在右图。
它是如何工作的?
均衡一位置映射一个分布(给定的直方图)到另一个分布(一个更大更均匀的分布密度值)及密度值在整个范围内延伸了。
完成均衡效果,重新映射应该累计分布函数(cdf)(更多细节,请参阅学习openCV)。对于直方图
,它的累加分布
是:
要使用这个重新映射函数,我们必须规范化直方图函数例如最大值是255(或图像的强度的最大值)。从上面的例子中,累积函数是:
最后,我们使用一个简单的重新映射过程得到的强度值平衡的图片:
代码:
结果:
在这篇教程中你将学到:
什么是图像的直方图和它的用处是什么?
使用OpenCV函数:equalize_hist:equalizeHist<>来对图像直方图均衡化
理论:
什么是图像直方图?
它是代表一个图像强度的分布密度。
它将每个密度的数值的个数都考虑在内。
什么是直方图均衡化?
它是一种提高图像对比度的方法,通过延伸强度的范围。
为了使它更加清楚,通过上面的图片,你可以看到周围的像素似乎集群的可用范围的强度。直方图均衡化是伸展这个范围。绿色圆圈表示密度稀少的强度。均衡化后,我们得到一个直方图像中间的图。生成的图像显示在右图。
它是如何工作的?
均衡一位置映射一个分布(给定的直方图)到另一个分布(一个更大更均匀的分布密度值)及密度值在整个范围内延伸了。
完成均衡效果,重新映射应该累计分布函数(cdf)(更多细节,请参阅学习openCV)。对于直方图
,它的累加分布
是:
要使用这个重新映射函数,我们必须规范化直方图函数例如最大值是255(或图像的强度的最大值)。从上面的例子中,累积函数是:
最后,我们使用一个简单的重新映射过程得到的强度值平衡的图片:
代码:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <stdio.h>
usingnamespace cv;
usingnamespace std;
int main( int argc, char** argv ) { Mat src, dst; char* source_window ="Source image"; char* equalized_window ="Equalized Image"; /// Load image src = imread( argv[1], 1 ); if( !src.data ) { cout<<"Usage: ./Histogram_Demo <path_to_image>"<<endl; return-1;} /// Convert to grayscale cvtColor( src, src, CV_BGR2GRAY ); /// Apply Histogram Equalization equalizeHist( src, dst ); /// Display results namedWindow( source_window, CV_WINDOW_AUTOSIZE ); namedWindow( equalized_window, CV_WINDOW_AUTOSIZE ); imshow( source_window, src ); imshow( equalized_window, dst ); /// Wait until user exits the program waitKey(0); return0; }
结果:
1.欣赏更好的均衡的结果,我们引入一个与不多的对比图片,如:
它的直方图是:
注意,像素都聚集在直方图的中心
2.我们应用均衡后,我们得到了这个结果:
这张照片确实对比度更强。查看新的直方图:
相关文章推荐
- http://shameant.iteye.com/blog/163007
- 常规功能和模块自定义系统 (cfcmms)—030开发日志(创建ManyToMany的column5)
- android 选择图片 剪裁 拍照 兼容所有版本的代码
- LaTeX与其他编程语言的难易比较及分析
- php打包成exe
- Python资料& 个人日常总结 _20151220
- oc深坑測试题及其答案
- SQLite使用(三)&&核心API使用
- PHP语言的优点及缺点
- GDI+ 中发生一般性错误。
- 北京Uber优步司机奖励政策(1月12日)
- 滴滴快车奖励政策,高峰奖励,翻倍奖励,按成交率,指派单数分级(1月12日)
- 《转》 Openstack Grizzly 指定 compute node 创建 instance
- 今天天气不错
- 微信公众号开发(十六):微信的一些其他的常用接口测试代码
- java入门学习(5)—面向对象注意点总结
- 微信公众号开发(十五):位置消息处理器之周边搜索
- cas单点登录用户名为中文的解决办法
- POJ 2991 Crane(线段树+计算几何)
- 控制台输入人数和分数 自动判断最高分最低分