文章目录

直方图均衡化（Histogram Equalization）

1、直方图概念；
2、直方图均衡化；
3、API说明；
4、代码演示；

直方图(Histogram)

1、像素直方图：对图像像素点的像素等级进行统计得到的直方图；纵坐标：出现频率，横坐标：灰度等级；RGB直方图；反应了图像灰度的分布情况，是图像的统计学特征；


2、图像的一切属性值，都可以建立直方图：不是只有像素直方图，还有梯度直方图，方向直方图，RGB直方图，灰度直方图等；直方图属性：①dims(维度)；②bins(子区域大小)；③range（值范围）；

直方图均衡化

1、直方图均衡化：即直方图拉伸，拉伸图像灰度值范围，是一种提高图像对比度的方法；直方图均衡化将出现频率尽量均匀分布到整个直方图空间；


2、直方图均衡化实现方法：1、先统计第i个灰度出现的总次数，2、将其进行重映射；

直方图均衡化API

1、API ： equalizeHist() , hist : 直方图

//use
equalizeHist（
		InputArray src,       //输入图像，必须是8bit的单通道图像
		OutputArray dst     //输出结果
		）

Code

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
   
	Mat src,dst;
	src = imread("C:\\Users\\hello\\Desktop\\18.jpg");
	if (src.empty())
	{
   
		cout << "could not load the image..." << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	Mat temp;
	cvtColor(src, temp, CV_BGR2GRAY);
	equalizeHist(temp, dst);

	imshow("Histogrm Equalization Image", dst);
	waitKey(0);
	return 0;
}

效果

直方图均衡化效果：对比度增强