【從零學習OpenCV 4】直方圖均衡化
- 2019 年 12 月 24 日
- 筆記
經過幾個月的努力，小白終於完成了市面上第一本OpenCV 4入門書籍《從零學習OpenCV 4》。為了更讓小夥伴更早的了解最新版的OpenCV 4，小白與出版社溝通，提前在公眾號上連載部分內容，請持續關注小白。
如果一個影像的直方圖都集中在一個區域，則整體影像的對比度比較小，不便於影像中紋理的識別。例如相鄰的兩個像素灰度值如果分別是120和121，僅憑肉眼是如法區別出來的。同時，如果影像中所有的像素灰度值都集中在100到150之間，則整個影像想會給人一種模糊的感覺，看不清圖中的內容。如果通過映射關係，將影像中灰度值的範圍擴大，增加原來兩個灰度值之間的差值，就可以提高影像的對比度，進而將影像中的紋理突出顯現出來，這個過程稱為影像直方圖均衡化。
在OpenCV 4中提供了equalizeHist()函數用於將影像的直方圖均衡化，該函數的函數原型在程式碼清單4-7中給出。
程式碼清單4-7 equalizeHist()函數原型 1. void cv::equalizeHist(InputArray src, 2. OutputArray dst 3. )
- src：需要直方圖均衡化的CV_8UC1影像。
- dst：直方圖均衡化後的輸出影像，與src具有相同尺寸和數據類型。
該函數形式比較簡單，但是需要注意該函數只能對單通道的灰度圖進行直方圖均衡化。對影像的均衡化示常式序在程式碼清單4-8中給出，程式中我們將一張影像灰度值偏暗的影像進行均衡化，通過結果可以發現經過均衡化後的影像對比度明顯增加，可以看清楚原來看不清的紋理。通過繪製原圖和均衡化後的影像的直方圖可以發現，經過均衡化後的影像直方圖分布更加均勻。
程式碼清單4-8 myEqualizeHist.cpp直方圖均衡化實現 4. #include <opencv2opencv.hpp> 5. #include <iostream> 6. 7. using namespace cv; 8. using namespace std; 9. 10. void drawHist(Mat &hist, int type, string name) //歸一化並繪製直方圖函數 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. //主函數 26. int main() 27. { 28. Mat img = imread("gearwheel.jpg"); 29. if (img.empty()) 30. { 31. cout << "請確認影像文件名稱是否正確" << endl; 32. return -1; 33. } 34. Mat gray, hist, hist2; 35. cvtColor(img, gray, COLOR_BGR2GRAY); 36. Mat equalImg; 37. equalizeHist(gray, equalImg); //將影像直方圖均衡化 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("原圖", gray); 47. imshow("均衡化後的影像", equalImg); 48. waitKey(0); 49. return 0; 50. }
圖4-6 myEqualizeHist.cpp程式運行結果
