openCV中直方图均衡化算法的理解

Posted 上官栋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了openCV中直方图均衡化算法的理解相关的知识,希望对你有一定的参考价值。

直方图均衡化就是调整灰度直方图的分布,即将原图中的灰度值映射为一个新的值。映射的结果直观表现是灰度图的分布变得均匀,从0到255都有分布,不像原图那样集中。图像上的表现就是对比度变大,亮的更亮,暗的更暗。

映射算法是计算灰度图的累积函数,并将其归一化。最后由累计函数映射出新的灰度值。这个算法其他的博客都有描述。我这里谈谈我对这个算法的理解。

通过这种算法会有什么效果?首先灰度的大小关系是不会变化的,但是新的灰度范围和这种灰度的像素数目相关。原本占据低区域和高区域的像素,虽然很少,但是占据了(0~255)这个范围的绝大部分。均衡化之后像素值少的灰度区间就会占据很少的一部分。而像素数目很多的灰度值之间的间隔就会被拉开。这样图像的明暗差别就大了。

以上是关于openCV中直方图均衡化算法的理解的主要内容,如果未能解决你的问题,请参考以下文章

(转)OpenCV图像增强算法实现(直方图均衡化拉普拉斯LogGamma)

使用 cv::equalizeHist() 的 OpenCV 直方图均衡过程:需要帮助理解最后一步

《OpenCV:直方图应用:直方图均衡化,直方图匹配,对比直方图》

OpenCV自适应直方图均衡CLAHE的clipLimit的含义及理解

OpenCV CLAHE直方图均衡解析笔记

OpenCV Canny边缘检测 | 图像轮廓检测 | 直方图均衡化