直方图均衡化

概念:通过拉伸像素强度分布范围来增强图像对比度的一种方法,如下图,将左边直方图的中间的一些强度值拉伸,对绿色椭圆部分应用均衡化后得到右边的直方图,要想把左边的直方图映射到另一个直方图,需使用一个累计分布函数

直方图拉伸.png

步骤:
1、统计像素灰度的个数,范围在0-255之间,所以数组长度可以取266
2、计算像素灰度密度
3、使用累积分布函数计算右边的直方图
4、使用最大值255进行归一化
5、对原图像映射赋值灰度值

代码

typedef struct
{
    int mSize;//图像大小
    int mChannels;//通道数
    int mDepth;//
    int mType;
    int mCol;
    int mRow;
    unsigned char *mData;
} V_Image;

void Histogram_equalization(V_Image** img)
{
    float *pixelNum=(float *) calloc(256,sizeof(float));
    float *pixelCumu=(float *) calloc(256,sizeof(float));
    int index,row,col;
    //初始化数组为0
    for(index=0; index<256; index++)
    {
        pixelNum[index]=0;
        pixelCumu[index]=0;
    }
    //统计像素灰度个数
    for(row=0; row<(*img)->mRow; row++ )
    {
        for(col=0; col<(*img)->mCol; col++ )
        {
            pixelNum[(*img)->mData[row*((*img)->mCol)+col]+1]++;
        }
    }

    //计算像素灰度密度
    for(index=0; index<256; index++)
    {
        pixelNum[index]=pixelNum[index]/(((*img)->mRow)*((*img)->mCol)*1);
    }

    //计算累计直方图分布
    for(index=0; index<256; index++)
    {
        if(index==0)
            pixelCumu[index]=pixelNum[index];
        else
            pixelCumu[index]=pixelCumu[index-1]+pixelNum[index];
    }
    //累计分布取整
    for(index=0; index<256; index++)
    {
        pixelCumu[index]=ceil(255*pixelCumu[index]);
    }
    //对图像灰度值均衡化
    for(row=0; row<(*img)->mRow; row++ )
    {
        for(col=0; col<(*img)->mCol; col++ )
        {
            (*img)->mData[row*((*img)->mCol)+col]=pixelCumu[(*img)->mData[row*((*img)->mCol)+col]];
        }
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342

推荐阅读更多精彩内容