OpenCV入门学习（三）HistogramEquivalent

直方图均衡

#include <opencv2\core\core.hpp>

#include <opencv2\highgui\highgui.hpp>

#include <opencv2\imgproc\imgproc.hpp>

/*

	有的版本号CV_BGR2GRAY宏定义没有，须要载入个legacy文件来获取，可是会与其它调用的宏定义出现冲突，所以

	这里单独定义一个彩色图像到灰度图像的case number

*/

#define CV_BGR2GRAY 6

#include <iostream>

using namespace std;

using namespace cv;

Mat HistogramEquivalent(Mat,int);

int main(){

	Mat img = imread("lenna.jpg");

	imshow("HistogramEqiovalent",HistogramEquivalent(img,256));

	waitKey(100000000);

}

/**

	方法：直方图均衡

	作用：增强图像的对照度，使图像更加清楚，即图像增强的一种方法

	參数：img表示源图像，scalar表示的是最大灰度级（为2时表示二值图像）

*/

Mat HistogramEquivalent(Mat img,int scalar){

	//把图像变成灰度图像

	if(img.channels()!=1)

		cvtColor(img,img,CV_BGR2GRAY);

	//创建个与源图像一样的空图像

	Mat newImage=Mat(img.rows,img.cols,img.type());

	//获取图像的行和列

	int width = img.cols , height = img.rows;

	int count[256]={0};

	double prob[256] = {0};

	int maxPixel = 0,minPixel =scalar-1;

	for(size_t i = 0;i<height;i++)

		for(size_t j=0;j<width;j++){

			int currPixel = img.at<uchar>(i,j);

			count[currPixel]++; //统计每一个灰度级有多少个点

			//统计该图像中最大和最小的像素值

			if(currPixel>maxPixel)

				maxPixel = currPixel;

			else if(currPixel<minPixel)

				minPixel = currPixel;

		}

	//计算每一个灰度级出现的概率,为获取double型的数据，在后面乘个小数1.0进行隐式转换

	for(size_t num = 0;num<scalar;num++)

		prob[num] = count[num]*1.0/(height*width);

	//计算累积数组

	for(size_t i = 1;i<scalar;i++)

		prob[i] += prob[i-1];

	for(size_t i=0;i<height;i++)

       for(size_t j=0;j<width;j++)

		   newImage.at<uchar>(i,j) = prob[img.at<uchar>(i,j)]*(maxPixel-minPixel)+minPixel;

	return newImage;

}