⽤C++写个函数实现灰度图均衡化以及⽤C++显⽰灰度直⽅图⽤C++写个函数实现灰度图均衡化以及⽤C++显⽰灰度直⽅图。
1、灰度图均衡化
直⽅图均衡化在图像增强⽅⾯有着很重要的应⽤。⼀些拍摄得到的图⽚，我们从其直⽅图可以看出，它的分布是集中于某些灰度区间，这导致⼈在视觉上感觉这张图的对⽐度不⾼。所以，对于这类图像，我们可以通过直⽅图均衡技术，将图像的灰度分布变得较为均匀，从⽽使得图像对⽐度增⼤，视觉效果更佳。
直⽅图均衡化的代码实现有以下⼏个步骤：
1. 遍历全图，先统计每个灰度级下的像素点个数（为此我们开辟了256⼤⼩的数组）；
2. 计算每个灰度级的像素点占总像素的点的⽐例；
3. 按照第⼆步求出的⽐例重新计算每个灰度级下的新的灰度值，即均衡化；
4. 依照新的灰度值表遍历更新图像的灰度值。
实现代码：
int gray[256] = { 0 };  //记录每个灰度级别下的像素个数
double gray_prob[256] = { 0 };  //记录灰度分布密度
double gray_distribution[256] = { 0 };  //记录累计密度
int gray_equal[256] = { 0 };  //均衡化后的灰度值
int gray_sum = 0;  //像素总数
Mat equalize_hist(Mat& input)
{
Mat output = input.clone();
gray_sum = ls * ws;
//统计每个灰度下的像素个数
for (int i = 0; i < ws; i++)
{
uchar* p = input.ptr<uchar>(i);
for (int j = 0; j < ls; j++)
{
int vaule = p[j];
gray[vaule]++;
}
}
//统计灰度频率
for (int i = 0; i < 256; i++)
{
gray_prob[i] = ((double)gray[i] / gray_sum);
}
//计算累计密度
gray_distribution[0] = gray_prob[0];
for (int i = 1; i < 256; i++)
{
gray_distribution[i] = gray_distribution[i-1] +gray_prob[i];
}
//重新计算均衡化后的灰度值，四舍五⼊。参考公式：(N-1)*T+0.5    for (int i = 0; i < 256; i++)
{
gray_equal[i] = (uchar)(255 * gray_distribution[i] + 0.5);
}
//直⽅图均衡化，更新原图每个点的像素值
for (int i = 0; i < ws; i++)
{
uchar* p = output.ptr<uchar>(i);
for (int j = 0; j < ls; j++)
{
p[j] = gray_equal[p[j]];
}
}
return output;
}
2、显⽰灰度直⽅图
void show_histogram(Mat& img)
{
//为计算直⽅图配置变量
//⾸先是需要计算的图像的通道，就是需要计算图像的哪个通道（bgr空间需要确定计算 b或g货r空间）
int channels = 0;
//然后是配置输出的结果存储的空间，⽤MatND类型来存储结果
MatND dstHist;
//接下来是直⽅图的每⼀个维度的柱条的数⽬（就是将数值分组，共有多少组）
int histSize[] = { 256 };      //如果这⾥写成int histSize = 256;  那么下⾯调⽤计算直⽅图的函数的时候，该变量需要写 &histSize
//最后是确定每个维度的取值范围，就是横坐标的总数
//⾸先得定义⼀个变量⽤来存储单个维度的数值的取值范围
float midRanges[] = { 0, 256 };
const float *ranges[] = { midRanges };
calcHist(&img, 1, &channels, Mat(), dstHist, 1, histSize, ranges, true, false);
//calcHist  函数调⽤结束后，dstHist变量中将储存了直⽅图的信息⽤dstHist的模版函数 at<Type>(i)得到第i个柱条的值
//at<Type>(i, j)得到第i个并且第j个柱条的值
//开始直观的显⽰直⽅图——绘制直⽅图
//⾸先先创建⼀个⿊底的图像，为了可以显⽰彩⾊，所以该绘制图像是⼀个8位的3通道图像
Mat drawImage = Mat::zeros(Size(256, 256), CV_8UC3);
/
/因为任何⼀个图像的某个像素的总个数，都有可能会有很多，会超出所定义的图像的尺⼨，针对这种情况，先对个数进⾏范围的限制    //先⽤ minMaxLoc函数来得到计算直⽅图后的像素的最⼤个数
double g_dHistMaxValue;
minMaxLoc(dstHist, 0, &g_dHistMaxValue, 0, 0);
//将像素的个数整合到图像的最⼤范围内
//遍历直⽅图得到的数据
for (int i = 0; i < 256; i++)
{
int value = cvRound(dstHist.at<float>(i) * 256 * 0.9 / g_dHistMaxValue);
line(drawImage, Point(i, ws - 1), Point(i, ws - 1 - value), Scalar(255, 255, 255));
}
imshow("【原图直⽅图】", drawImage);
}
⼏个关键函数的解释：
void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims,
const int* histSize, const float** ranges, booluniform=true, bool accumulate=false )
计算直⽅图，统计各灰度的像素个数，其输出为多维矩阵
const Mat* images：
为输⼊图像的指针。
int nimages：
要计算直⽅图的图像的个数。此函数可以为多图像求直⽅图，我们通常情况下都只作⽤于单⼀图像，所以通常nimages=1。
const int* channels：
图像的通道，它是⼀个数组，如果是灰度图像则channels[1]={0}；如果是彩⾊图像则channels[3]={0,1,2}；如果是只是求彩⾊图像第2个通道的直⽅图，则channels[1]={1};
IuputArray mask：
是⼀个遮罩图像⽤于确定哪些点参与计算，实际应⽤中是个很好的参数，默认情况我们都设置为⼀个空图像，即：Mat()。
OutArray hist：
计算得到的直⽅图
int dims：
得到的直⽅图的维数，灰度图像为1维，彩⾊图像为3维。
const int* histSize：
直⽅图横坐标的区间数。如果是10，则它会横坐标分为10份，然后统计每个区间的像素点总和。
const float** ranges：
这是⼀个⼆维数组，⽤来指出每个区间的范围。后⾯两个参数都有默认值，uniform参数表明直⽅图是否等距，最后⼀个参数与多图像下直⽅图的显⽰与存储有关。
void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0,
Point* maxLoc=0, InputArray mask=noArray())
出矩阵中最⼤和最⼩的值以及他们的坐标
src – Source single-channel array.
单通道数组
minVal – Pointer to the returned minimum value. NULL is used if not required.
指向最⼩值的指针
maxVal – Pointer to the returned maximum value. NULL is used if not required.
指向最⼤值的指针
minLoc – Pointer to the returned minimum location (in 2D case). NULL is used if not required.
最⼩值的⼆维坐标
maxLoc – Pointer to the returned maximum location (in 2D case). NULL is used if not required.
最⼤值得⼆维坐标
mask – Optional mask used to select a sub-array.
掩码
void cvLine( CvArr* img,CvPoint pt1, CvPoint pt2, CvScalar color,int thickness=1,
int line_type=8, int shift=0 );
第⼀个参数img：要划的线所在的图像;
第⼆个参数pt1：直线起点
第⼆个参数pt2：直线终点
第三个参数color：直线的颜⾊ e.g:Scalor(0,0,255)
第四个参数thickness=1：线条粗细
round函数有几个参数第五个参数line_type=8,
8 (or 0) - 8-connected line（8邻接)连接 线。
4 - 4-connected line(4邻接)连接线。
CV_AA - antialiased 线条。
第六个参数：坐标点的⼩数点位数。
static_cast

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。