目標

在本教程中，您將學習：

• 什麼是影象直方圖以及為什麼它有用

理論

什麼是影象直方圖？

• 它是影象強度分佈的圖形表示。
• 它量化了所考慮的每個強度值的畫素數。

什麼是直方圖均衡？

• 這是一種改善影象對比度的方法，以便拉伸強度範圍（另請參閱相應的維基百科條目）。
• 為了更清楚，從上面的影象中，您可以看到畫素似乎聚集在可用的強度範圍的中間。直方圖均衡的作用是延伸此範圍。請看下圖：綠色圓圈表示人口密集的強度。應用均衡後，我們得到一個直方圖，如中間的數字。生成的影象顯示在右側的圖片中。

它是如何工作的？

• 均衡意味著將一個分佈（給定的直方圖）對映到另一個分佈（更寬和更均勻的強度值分佈），因此強度值分佈在整個範圍內。

• 要實現均衡效果，重對映應該是累積分佈函式（cdf）（更多細節，請參閱學習OpenCV）。對於直方圖，其累積分佈是：

  

  要將其用作重新對映函式，我們必須對進行歸一化，使得最大值為255（或影象強度的最大值）。從上面的例子中，累積函式是：

  

• 最後，我們使用簡單的重新對映程式來獲得均衡影象的強度值：

  

碼 

C ++

• 這個程式做了什麼？
  • 載入影象
  • 將原始影象轉換為灰度
  • 在視窗中顯示源影象和均衡影象。

• 可下載的程式碼：點選這裡
• 程式碼一目瞭然：

  #include "opencv2/imgcodecs.hpp"
  #include "opencv2/highgui.hpp"
  #include "opencv2/imgproc.hpp"
  #include <iostream>
  using namespace cv;
  using namespace std;
  int main( int argc, char** argv )
  {
      CommandLineParser parser( argc, argv, "{@input | ../data/lena.jpg | input image}" );
      Mat src = imread( parser.get<String>( "@input" ), IMREAD_COLOR );
      if( src.empty() )
      {
          cout << "Could not open or find the image!\n" << endl;
          cout << "Usage: " << argv[0] << " <Input image>" << endl;
          return -1;
      }
      cvtColor( src, src, COLOR_BGR2GRAY );
      Mat dst;
      equalizeHist( src, dst );
      imshow( "Source image", src );
      imshow( "Equalized Image", dst );
      waitKey();
      return 0;
  }
   
  

說明 

C ++

• 載入源影象：

    CommandLineParser parser( argc, argv, "{@input | ../data/lena.jpg | input image}" );
    Mat src = imread( parser.get<String>( "@input" ), IMREAD_COLOR );
    if( src.empty() )
    {
        cout << "Could not open or find the image!\n" << endl;
        cout << "Usage: " << argv[0] << " <Input image>" << endl;
        return -1;
    }
 

• 將其轉換為灰度：

cvtColor( src, src, COLOR_BGR2GRAY );

    Mat dst;
    equalizeHist( src, dst );

由於可以很容易地看到，唯一的引數是原始影象和輸出（均衡）影象。

• 顯示兩個影象（原始影象和均衡影象）：

    imshow( "Source image", src );
    imshow( "Equalized Image", dst );

• 等到使用者存在該程式

    waitKey();

結果

1. 為了更好地理解均衡的結果，讓我們介紹一個對比度不大的影象，例如：

   

   順便說一下，這個直方圖：

   

   請注意，畫素聚集在直方圖的中心周圍。

2. 在我們的程式中應用均衡後，我們得到了這個結果：

   

   這個形象肯定有更多的對比。看看它的新直方圖如下：

   

   請注意畫素數在強度範圍內的分佈情況。