上一篇《OpenCV第八篇灰度直方图》介绍对灰度直方图，本篇将介绍直方图的均衡化，这是图像增强的常用方法。直方图均衡化的数学原理这里就不介绍了，有兴趣可以查阅专业书籍。下面来看看灰度直方图均衡化的函数——cvEqualizeHist
一．cvEqualizeHist
函数功能：直方图均衡化，该函数能归一化图像亮度和增强对比度
函数原型：
/* equalizes histogram of 8-bit single-channel image */
CVAPI(void) cvEqualizeHist( const CvArr* src, CvArr* dst );
第一个参数表示输入图像，必须为灰度图（8位，单通道图）。
第二个参数表示输出图像
函数说明：
该函数采用如下法则对输入图像进行直方图均衡化：
1：计算输入图像的直方图H。
2：直方图归一化，因此直方块和为255。
3：计算直方图积分，H'(i) = Sum(H(j)) (0<=j<=i)。
4：采用H'作为查询表：dst(x, y) = H'(src(x, y))进行图像变换。
在维基百科上对灰度直方图均衡化有个很好的对比，参见下图（网址：http://zh.wikipedia.org/zh-cn/直方图均衡化）
可以看出直方图均衡化对图像增强的效果很不错，对图像细节部分能起到明显的突出增强效果。下面我们自己动手写一个灰度直方图均衡化的程序，代码如下：
[cpp] view plain copy //图像的灰度直方图均衡化 //By MoreWindows (http://blog.csdn.net/MoreWindows) #include <opencv2/opencv.hpp> #include <opencv2/legacy/compat.hpp> using namespace std; #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"") void FillWhite(IplImage *pImage) { cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED); } // 创建灰度图像的直方图 CvHistogram* CreateGrayImageHist(IplImage **ppImage) { int nHistSize = 256; float fRange[] = {0, 255}; //灰度级的范围 float *pfRanges[] = {fRange}; CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges); cvCalcHist(ppImage, pcvHistogram); return pcvHistogram; } // 根据直方图创建直方图图像 IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram) { IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1); FillWhite(pHistImage); //统计直方图中的最大直方块 float fMaxHistValue = 0; cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL); //分别将每个直方块的值绘制到图中 int i; for(i = 0; i < nImageWidth; i++) { float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小 int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight); //要绘制的高度 cvRectangle(pHistImage, cvPoint(i * nScale, nImageHeight - 1), cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight), cvScalar(i, 0, 0, 0), CV_FILLED ); } return pHistImage; } int main( int argc, char** argv ) { const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsGrayEqualizeTitle = "灰度图-均衡化后(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsHistEqualizeTitle = "直方图-均衡化后(http://blog.csdn.net/MoreWindows)"; // 从文件中加载原图 IplImage *pSrcImage = cvLoadImage("013.jpg", CV_LOAD_IMAGE_UNCHANGED); IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); IplImage *pGrayEqualizeImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); // 灰度图 cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY); // 直方图图像数据 int nHistImageWidth = 255; int nHistImageHeight = 150; int nScale = 2; // 灰度直方图及直方图图像 CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage); IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram); // 均衡化 cvEqualizeHist(pGrayImage, pGrayEqualizeImage); // 均衡化后的灰度直方图及直方图图像 CvHistogram *pcvHistogramEqualize = CreateGrayImageHist(&pGrayEqualizeImage); IplImage *pHistEqualizeImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogramEqualize); // 显示 //显示代码…. cvWaitKey(0); //回收资源代码… return 0; }运行结果如下所示：
可以看出，灰度直方图均衡化对灰度图的图像增强效果明显，读者可以尝试将灰度直方图均衡化加入到《OpenCV第六篇轮廓检测下》中，看看均衡化后对轮廓检测的提升效果。
由于人眼对彩色更为敏感，下一篇《OpenCV第十一篇 彩色直方图均衡化》将对彩色图像进行直方图均衡化，让大家对直方图均衡化有一个更加直观的了解。
