【原】【从零学习OpenCV 4】直方图均衡化

小白学视觉 2021-01-28

展开全文

重磅干货，第一时间送达

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

如果一个图像的直方图都集中在一个区域，则整体图像的对比度比较小，不便于图像中纹理的识别。例如相邻的两个像素灰度值如果分别是120和121，仅凭肉眼是如法区别出来的。同时，如果图像中所有的像素灰度值都集中在100到150之间，则整个图像想会给人一种模糊的感觉，看不清图中的内容。如果通过映射关系，将图像中灰度值的范围扩大，增加原来两个灰度值之间的差值，就可以提高图像的对比度，进而将图像中的纹理突出显现出来，这个过程称为图像直方图均衡化。

在OpenCV 4中提供了equalizeHist()函数用于将图像的直方图均衡化，该函数的函数原型在代码清单4-7中给出。

代码清单4-7 equalizeHist()函数原型
1.  void cv::equalizeHist(InputArray src,
2.                             OutputArray dst
3.                             )

src：需要直方图均衡化的CV_8UC1图像。
dst：直方图均衡化后的输出图像，与src具有相同尺寸和数据类型。

该函数形式比较简单，但是需要注意该函数只能对单通道的灰度图进行直方图均衡化。对图像的均衡化示例程序在代码清单4-8中给出，程序中我们将一张图像灰度值偏暗的图像进行均衡化，通过结果可以发现经过均衡化后的图像对比度明显增加，可以看清楚原来看不清的纹理。通过绘制原图和均衡化后的图像的直方图可以发现，经过均衡化后的图像直方图分布更加均匀。

代码清单4-8 myEqualizeHist.cpp直方图均衡化实现
4.  #include <opencv2\opencv.hpp>
5.  #include <iostream>
6.  
7.  using namespace cv;
8.  using namespace std;
9.  
10.  void drawHist(Mat &hist, int type, string name)  //归一化并绘制直方图函数
11. {
12.    int hist_w = 512;
13.    int hist_h = 400;
14.    int width = 2;
15.    Mat histImage = Mat::zeros(hist_h, hist_w, CV_8UC3);
16.    normalize(hist, hist, 1, 0, type, -1, Mat());
17.    for (int i = 1; i <= hist.rows; i++)
18.    {
19.      rectangle(histImage, Point(width*(i - 1), hist_h - 1),
20.        Point(width*i - 1, hist_h - cvRound(hist_h*hist.at<float>(i - 1)) - 1),
21.        Scalar(255, 255, 255), -1);
22.    }
23.    imshow(name, histImage);
24.  }
25.  //主函数
26.  int main()
27. {
28.    Mat img = imread("gearwheel.jpg");
29.    if (img.empty())
30.    {
31.      cout << "请确认图像文件名称是否正确" << endl;
32.      return -1;
33.    }
34.    Mat gray, hist, hist2;
35.    cvtColor(img, gray, COLOR_BGR2GRAY);
36.    Mat equalImg;
37.    equalizeHist(gray, equalImg); //将图像直方图均衡化
38.    const int channels[1] = { 0 };
39.    float inRanges[2] = { 0,255 };
40.    const float* ranges[1] = { inRanges };
41.    const int bins[1] = { 256 };
42.    calcHist(&gray, 1, channels, Mat(), hist, 1, bins, ranges);
43.    calcHist(&equalImg, 1, channels, Mat(), hist2, 1, bins, ranges);
44.    drawHist(hist, NORM_INF, "hist");
45.    drawHist(hist2, NORM_INF, "hist2");
46.    imshow("原图", gray);
47.    imshow("均衡化后的图像", equalImg);
48.    waitKey(0);
49.    return 0;
50.  }