标签：关系 alt gray 取整 类型 归一化 imshow tar sub
直方图均匀化简介
从这张未经处理的灰度图可以看出，其灰度集中在非常小的一个范围内。这就导致了图片的强弱对比不强烈。
直方图均衡化的目的，就是把原始的直方图变换为在整个灰度范围（0~255）内均匀分布的形式，从而增加像素灰度值的动态范围，达到增强图像整体对比度的效果。
直方图均衡化的列表计算
|
序号 |
运算 |
步骤和结果 | |||||||
|
1 |
列出原始图灰度值 f（0 ≤ f ≤ L-1） |
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 2 | 列出原始直方图（概率表达） | 0.02 | 0.05 | 0.09 | 0.12 | 0.14 | 0.2 | 0.22 | 0.16 |
| 3 | 计算原始累计直方图 gf（灰度值 ≤ f 的概率和） | 0.02 | 0.07 | 0.16 | 0.28 | 0.42 | 0.62 | 0.84 | 1.00 |
| 4 | 取整 g=(int) [(L-1)·gf + 0.5] | 0 | 0 | 1 | 2 | 3 | 4 | 6 | 7 |
| 5 | 确定对应关系（原灰度值 -> 新灰度值） | 0->0 | 1->0 | 2->1 | 3->2 | 4->3 | 5->4 | 6->6 | 7->7 |
| 6 | 更新直方图 | 0.07 | 0.09 | 0.12 | 0.14 | 0.2 | 0 | 0.22 | 0.16 |
实现直方图均衡化：equalizeHist 函数
equalize 函数实现的灰度直方图均衡化算法，就是把直方图的每个灰度值进行归一化处理，求每种灰度的累积分布，接着得到一个映射的灰度映射表，然后根据相应的灰度值来修正原图中的每个像素。
void equalize(InputArray src, OutputArray dst);
代码示例：
#include<opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
Mat src = imread("C:/Users/齐明洋/Desktop/1.jpg");
imshow("src", src);
Mat gray, dst;
cvtColor(src, gray, COLOR_BGR2GRAY);
imshow("gray", gray);
equalizeHist(gray, dst);
imshow("dst", dst);
waitKey(0);
}
效果展示：
标签：关系 alt gray 取整 类型 归一化 imshow tar sub
原文地址：https://www.cnblogs.com/bjxqmy/p/12341056.html
