图像直方图及直方图均衡总结（一）经典方法（附matlab和opencv端算法实现）

直方图的概念理解

图像直方图是反映一个图像像素分布的统计表&＃xff0c;其实横坐标代表了图像像素的种类&＃xff0c;可以是灰度的&＃xff0c;也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。图像是由像素构成&＃xff0c;因为反映像素分布的直方图往往可以作为图像一个很重要的特征。

图像灰度直方图&＃xff1a;一副数字图像有[0~255]灰度级&＃xff0c;直方图定义如下&＃xff1a;
h(gk)&＃61;nk
其中&＃xff0c;gk是第k个灰度级&＃xff08;如&＃xff1a;255&＃xff09;&＃xff0c;nk是该灰度级的个数。
归一化直方图定义如下:
p(gk)&＃61;h(gk)n&＃61;nkn
即&＃xff1a;第k个灰度级出现的数量&＃xff0c;比上所有灰度级数量总和。

直方图均衡化

均衡化的基本思想是&＃xff1a;尽量使得每个灰度级的像素数量相等。

if length(size(H))>2H&＃61;rgb2gray(H);
end[m,n]&＃61;size(H);
p&＃61;zeros(1,256);
for i&＃61;0:255 p(i&＃43;1)&＃61;length(find(H&＃61;&＃61;i))/(m*n);
end
subplot(2,2,1);
imshow(H);
title(&＃39;原图&＃39;);
subplot(2,2,2);
bar(0:255,p,&＃39;b&＃39;);
title(&＃39;原图直方图&＃39;); s&＃61;zeros(1,256);
for i&＃61;1:256 for j&＃61;1:i s(i)&＃61;p(j)&＃43;s(i); end
end a&＃61;round(s*255);
b&＃61;H;
for i&＃61;0:255 b(find(H&＃61;&＃61;i))&＃61;a(i&＃43;1);
end
subplot(2,2,3);
imshow(b)
title(&＃39;均衡化后图像&＃39;); for i&＃61;0:255 GPeq(i&＃43;1)&＃61;sum(p(find(a&＃61;&＃61;i)));
end
subplot(2,2,4);
bar(0:255,GPeq,&＃39;b&＃39;); title(&＃39;均衡化后的直方图&＃39;);
OutImg&＃61;Img;
R &＃61; Img(:,:,1);
G &＃61; Img(:,:,2);
B &＃61; Img(:,:,3); R &＃61; histeq(R, 256);
G &＃61; histeq(G, 256);
B &＃61; histeq(B, 256); OutImg(:,:,1) &＃61; R;
OutImg(:,:,2) &＃61; G;
OutImg(:,:,3) &＃61; B; figure,
subplot(1,2,1),
imshow(Img);title(&＃39;原始图像&＃39;);
subplot(1,2,2),
imshow(OutImg); title(&＃39;均衡化后结果&＃39;);
}

opencv中直方图均衡化的源码程序如下&＃xff1a;

CV_IMPL void cvEqualizeHist( const CvArr* srcarr, CvArr* dstarr ) { CvMat sstub, *src &＃61; cvGetMat(srcarr, &sstub); CvMat dstub, *dst &＃61; cvGetMat(dstarr, &dstub); CV_Assert( CV_ARE_SIZES_EQ(src, dst) && CV_ARE_TYPES_EQ(src, dst) && CV_MAT_TYPE(src->type) &＃61;&＃61; CV_8UC1 ); CvSize size &＃61; cvGetMatSize(src); if( CV_IS_MAT_CONT(src->type & dst->type) ) { size.width *&＃61; size.height; size.height &＃61; 1; } int x, y; const int hist_sz &＃61; 256;//0到255&＃xff0c;一共256个灰度值 int hist[hist_sz]; memset(hist, 0, sizeof(hist)); for( y &＃61; 0; y data.ptr &＃43; src->step*y; for( x &＃61; 0; x data.ptr &＃43; src->step*y; uchar* dptr &＃61; dst->data.ptr &＃43; dst->step*y; for( x &＃61; 0; x
下面是实例程序及结果&＃xff1a;