图像直方图均衡实验.docx

实验名称实验2：直方图均衡实验目的掌握对图像直方图进行操作实现图像的直方图均衡算法。掌握求灰度图像归一化直方图方法掌握灰度图像的直方图均衡算法3、掌握对彩色图像进行直方图均衡的算法实验内容计算灰度图像的归一化直方图。具体内容：利用OpenCV对图像像素进行操作计算归一化直方图。并在窗口中以图形的方式显示出来灰度图像直方图均衡处理具体内容：通过计算归一化直方图设计算法实现直方图均衡化处理。彩色图像直方图均衡处理具体内容：在灰度图像直方图均衡处理的基础上实现彩色直方图均衡处理。实验完成情况（包括完成的实验内容及每个实验的完成程度。注意要贴出每个实验的核心代码）利用OpenCV对图像像素进行操作计算归一化直方图。并在窗口中以图形的方式显示出来：IplImage*BuildHistogram(IplImage*src){CvSizesize;size.width=300;size.height=300;IplImage*dst=cvCreateImage(sizeIPL_DEPTH_8U1);intcount[256];/*初始化每个灰度级对应像素个数为0*/for(inti=0;i<256;i++){count[i]=0;}/*统计每个灰度级对应像素个数*/for(inti=0;i<src->height;i++){for(intj=0;j<src->width;j++){CvScalars=cvGet2D(srcij);intcolor=s.val[0];count[color]++;}}/*计算其中最大个数*/intmax=0;for(inti=0;i<256;i++){if(count[i]>max){max=count[i];}}/*初始化直方图背景为白色*/CvScalarwhite;white.val[0]=255;for(inti=0;i<dst->height;i++){for(intj=0;j<dst->width;j++){cvSet2D(dstijwhite);}}/*绘制横竖坐标*/CvScalarblack;black.val[0]=0;for(inti=0;i<280;i++){cvSet2D(dst280i+10black);}for(inti=0;i<280;i++){cvSet2D(dsti+1020black);}/*绘制直方图*/for(inti=0;i<256;i++){inthigh=count[i]*256/max;intx=20+i;for(intj=0;j<high;j++){inty=280-j;cvSet2D(dstyxblack);}}returndst;}实验结果如下图所示：通过计算归一化直方图设计算法实现直方图均衡化处理。核心代码如下：IplImage*Equalization(IplImage*src){IplImage*dst=cvCreateImage(cvGetSize(src)IPL_DEPTH_8Usrc->nChannels);intcount[256];floatpr[256];floatdstColor[256];/*初始化灰度级对应像素计数为0灰度级出现的概率为0均衡后灰度为0*/for(inti=0;i<256;i++){count[i]=0;pr[i]=0.0f;dstColor[i]=0;}/*统计每个灰度级对应像素个数*/for(inti=0;i<src->height;i++){for(intj=0;j<src->width;j++){CvScalars=cvGet2D(srcij);intcolor=s.val[0];count[color]++;}}/*计算每个灰度级出现概率*/intmax=src->height*src->width;for(inti=0;i<256;i++){pr[i]=count[i]*1.0f/max;if(i>0){dstColor[i]=dstColor[i-1]+255*pr[i];}else{dstColor[i]=255*pr[i];}}/*生成均衡后图像*/for(inti=0;i<src->height;i++){for(intj=0;j<src->width;j++){CvScalars=cvGet2D(srcij);intsrcColor=s.val[0];CvScalard;d.val[0]=(int)(dstColor[srcColor]);cvSet2D(d