OpenCV 之 直方图处理

1.1  定义

　 统计各个像素值，在整幅图像中出现次数的一个分布函数。

          

1.2  标准化

  $\quad p_r(r_k) = \frac{n_k}{MN} \qquad k = 0, 1, 2, ..., L -1 $

　　$r_{k}$ - 第 k 个像素灰度值；  $n_{k}$ - 像素灰度值为 r_k 的像素数目；

　　MN - 图像中总的像素个数；  [0, L-1] - 像素灰度值的范围

1.3  直方图均衡化

1.3.1  定义 

  直方图均衡化，是将给定图像的直方图改造成均匀分布的直方图，从而扩大像素灰度值的动态范围，达到增强图像对比度的效果。

  $\quad s_k = \frac{(L - 1)}{MN} \sum\limits_{j=0}^k n_j \qquad k = 0, 1, 2, ..., L - 1 $

           

           

1.3.2  实例

  一幅灰度值范围是[0, 7]，64行64列的数字图像，其灰度分布如下表所示，求直方图均衡化之后的灰度分布。

r(k)	n(k)	P(rk)
r(0) = 0	790	0.19
r(1) = 1	1023	0.25
r(2) = 2	850	0.21
r(3) = 3	656	0.16
r(4) = 4	329	0.08
r(5) = 5	245	0.06
r(6) = 6	122	0.03
r(7) = 7	81	0.02

  根据上述公式得， s(0)=1.33≈1，s(1)=3.08≈3，s(2)≈5，s(3)≈6，s(4)≈6，s(5)≈7，s(6)≈7，s(7)≈7

  因为 r(k) -> s(k)，所以 s(0)=1 对应有790个像素值。因为r(3), r(4) 分别对应 s(3), s(4)，且 s(3)=s(4)=6，

  故像素值为6的像素数为 (656+329)个，同理可计算像素值为7的像素数。

  将不同像素值对应的的像素数除以MN(图像的像素总数)，便得到均衡化之后的灰度直方图，如下所示：

 

 

2  四个参数

  H1 和 H2 为两个待比较的直方图。1) 和 2) 的值越大，二者越匹配；而 3) 和 4) 的值越小，两者越匹配。

1) Correlation

  

2) Intersection

   

3) Chi-square

   

4) Bhattacharyya distance

   

3  OpenCV中的函数

3.1  equalizeHist

void equalizeHist (
　　　InputArray src,  // 输入图像
　　　OutputArray dst  // 输出图像
);

  源码：

void cv::equalizeHist( InputArray _src, OutputArray _dst )
{
    CV_Assert( _src.type() == CV_8UC1 );

    if (_src.empty())
        return;

    CV_OCL_RUN(_src.dims() <= 2 && _dst.isUMat(),
               ocl_equalizeHist(_src, _dst))

    Mat src = _src.getMat();
    _dst.create( src.size(), src.type() );
    Mat dst = _dst.getMat();

    Mutex histogramLockInstance;

    const int hist_sz = EqualizeHistCalcHist_Invoker::HIST_SZ;
    int hist[hist_sz] = {0,};
    int lut[hist_sz];

    EqualizeHistCalcHist_Invoker calcBody(src, hist, &histogramLockInstance);
    EqualizeHistLut_Invoker      lutBody(src, dst, lut);
    cv::Range heightRange(0, src.rows);

    if(EqualizeHistCalcHist_Invoker::isWorthParallel(src))
        parallel_for_(heightRange, calcBody);
    else
        calcBody(heightRange);

    int i = 0;
    while (!hist[i]) ++i;

    int total = (int)src.total();
    if (hist[i] == total)
    {
        dst.setTo(i);
        return;
    }

    float scale = (hist_sz - 1.f)/(total - hist[i]);
    int sum = 0;

    for (lut[i++] = 0; i < hist_sz; ++i)
    {
        sum += hist[i];
        lut[i] = saturate_cast<uchar>(sum * scale);
    }

    if(EqualizeHistLut_Invoker::isWorthParallel(src))
        parallel_for_(heightRange, lutBody);
    else
        lutBody(heightRange);
}

View Code