作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

实现原理

通过图像数据的直方图，可以快速判断图像的亮度和质量。而直方图均衡化就是通过图像变换使得直方图均匀分布，起到对比度增强的效果。在图像处理的课本中，针对离散形式的图像数据，最常用的一种方法就是累计概率分布。首先统计0-255灰度值所占像素个数；再计算出像素个数与总像素的比，表示为出现的概率；从0开始进行累计概率分布，即从0慢慢累加各层概率值直到1；则均衡化图像的灰度值=原灰度值所对应的累计概率*255。

基于上述原理，我自定义了一个简单的直方图均衡化函数EqualizeHist，并定义了直方图简易绘制函数drawHistImg，用来作直观对比。

功能函数代码

// 直方图均衡化
cv::Mat EqualizeHist(cv::Mat src)
{
	cv::Mat h = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat hs = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat hp = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat result = cv::Mat::zeros(src.size(), src.type());
	int sum = 0;
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			h.at<float>(0, src.at <uchar>(i, j))++;
			sum++;
		}
	}
	for (int i = 0; i < 256; ++i)
	{
		hs.at<float>(0, i) = h.at<float>(0, i) / sum;
		if (i == 0)
		{
			hp.at<float>(0, i) = hs.at<float>(0, i);
		}
		else {
			hp.at<float>(0, i) = hp.at<float>(0, i - 1) + hs.at<float>(0, i);
		}
	}
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			result.at <uchar>(i, j) = uchar(round(255 * hp.at<float>(0, src.at<uchar>(i, j))));
		}
	}
	return result;
}

// 绘制简易直方图
cv::Mat drawHistImg(cv::Mat &src)
{
	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			hist.at<float>(0, src.at <uchar>(i, j))++;
		}
	}
	cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1);
	const int bins = 255;
	double maxValue;
	cv::Point2i maxLoc;
	cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);
	int scale = 4;
	int histHeight = 540;

	for (int i = 0; i < bins; i++)
	{
		float binValue = (hist.at<float>(i));
		int height = cvRound(binValue * histHeight / maxValue);
		cv::rectangle(histImage, cv::Point(i * scale, histHeight),
			cv::Point((i + 1) * scale-1, histHeight - height), cv::Scalar(255), -1);

	}
	return histImage;
}

函数原型

官方OpenCV库中也有自带的直方图均衡化函数：

void equalizeHist( InputArray src, OutputArray dst );

参数说明

InputArray类型的src，输入图像，如Mat类型。
OutputArray类型的dst，输出图像。

C++测试代码

#include <iostream>
#include <time.h>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

cv::Mat EqualizeHist(cv::Mat src);
cv::Mat drawHistImg(cv::Mat &hist);

int main()
{
	cv::Mat src = imread("test.jpg",0);
	cv::Mat src1 = imread("test.jpg");
	clock_t start1, start2, end1,end2;

	// 绘制原图直方图
	cv::Mat hI = drawHistImg(src);

	// 自定义直方图均衡化
	start1 = clock();
	cv::Mat result1 = EqualizeHist(src);
	end1 = clock();
	double dif1 = (end1 - start1) / CLOCKS_PER_SEC;
	cout << "time1:" << dif1 << endl;
	// 绘制均衡化后直方图
	cv::Mat hrI = drawHistImg(result1);

	// 官方直方图均衡化函数
	start2 = clock();
	cv::Mat result2;
	equalizeHist(src, result2);
	end2 = clock();
	double dif2 = (end2 - start2) / CLOCKS_PER_SEC;
	cout << "time2:" << dif2 << endl;
	// 绘制均衡化后直方图
	cv::Mat hr2I = drawHistImg(result2);

	// 彩色直方图均衡化，三通道分别作均衡再合并
	vector<cv::Mat> rgb,rgb_;
	cv::Mat r, g, b;
	cv::split(src1, rgb);
	equalizeHist(rgb[0], b);
	equalizeHist(rgb[1], g);
	equalizeHist(rgb[2], r);
	rgb_.push_back(b);
	rgb_.push_back(g);
	rgb_.push_back(r);
	cv::Mat src1_;
	cv::merge(rgb_, src1_);
	imshow("original", src1);
	imshow("result", src1_);
	waitKey(0);

	return 0;
}

// 直方图均衡化
cv::Mat EqualizeHist(cv::Mat src)
{
	cv::Mat h = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat hs = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat hp = cv::Mat::zeros(1, 256, CV_32FC1);
	cv::Mat result = cv::Mat::zeros(src.size(), src.type());
	int sum = 0;
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			h.at<float>(0, src.at <uchar>(i, j))++;
			sum++;
		}
	}
	for (int i = 0; i < 256; ++i)
	{
		hs.at<float>(0, i) = h.at<float>(0, i) / sum;
		if (i == 0)
		{
			hp.at<float>(0, i) = hs.at<float>(0, i);
		}
		else {
			hp.at<float>(0, i) = hp.at<float>(0, i - 1) + hs.at<float>(0, i);
		}
	}
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			result.at <uchar>(i, j) = uchar(round(255 * hp.at<float>(0, src.at<uchar>(i, j))));
		}
	}
	return result;
}

// 绘制简易直方图
cv::Mat drawHistImg(cv::Mat &src)
{
	cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			hist.at<float>(0, src.at <uchar>(i, j))++;
		}
	}
	cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1);
	const int bins = 255;
	double maxValue;
	cv::Point2i maxLoc;
	cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);
	int scale = 4;
	int histHeight = 540;

	for (int i = 0; i < bins; i++)
	{
		float binValue = (hist.at<float>(i));
		int height = cvRound(binValue * histHeight / maxValue);
		cv::rectangle(histImage, cv::Point(i * scale, histHeight),
			cv::Point((i + 1) * scale-1, histHeight - height), cv::Scalar(255), -1);

	}
	return histImage;
}