直方圖均衡化就是把一已知灰度概率分布的圖像經(jīng)過一種變換使之演變成一幅具有均勻灰度概率分布的新圖像

它是以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法

我們來看看直方圖的含義

還是以上次我們講的例子為例

?

我們看到R通道的直方圖主要集中在亮部，所以R通道灰度圖看起來較白

而B通道的直方圖主要集中在暗部，而對應(yīng)的B通道灰度圖看起來很暗

G通道分布比較均勻，但有點偏暗

好了，這就是直觀的理解

而清晰柔和的圖像的直方圖灰度分布比較均勻

?

什么是累積分布函數(shù)呢，我們先看看直方圖的畫法，每一個橫坐標上縱坐標的高度對應(yīng)于灰度值為該值的像素點的個數(shù)

若我們定義一個橫坐標對應(yīng)縱坐標高度是所有小于該灰度值的像素點的個數(shù)

這就是我們說的累積分布

灰度值為1處對應(yīng)灰度值為1的點

灰度值為2處對應(yīng)灰度值為1和2的點

灰度值為3處對應(yīng)灰度值為1、2、3的點

·······

灰度值為255處對應(yīng)所有的點

好啦

我們來看看累積分布直方圖的效果吧

?

直方圖均衡化的方法如下：

紅色部分是原圖累積分布函數(shù)輪廓線

而理想的均衡化累積分布函數(shù)輪廓線應(yīng)該是一條斜線

對于原圖中灰度值為80的點，按圖中的方法我們把它轉(zhuǎn)換為灰度值為60

對每個灰度值，我們建立一個轉(zhuǎn)換表，再對原圖進行轉(zhuǎn)換，就可以得到均衡化后的圖了

我們來看看具體程序

import cv

def Hist(image,color = cv.RGB(102,204,204)):
a = [0]*256
w = image.width
h = image.height
iHist = cv.CreateImage((256,256),8,3)
for i in range(h):
for j in range(w):
iGray = int(image[i,j])
a[iGray] = a[iGray] +1

S = max(a)

for k in range(256):
a[k] = a[k]*255/S
x = (k,255)
y = (k,255-a[k])
cv.Line(iHist,x,y,color)

return iHist

def LHist(image,color = cv.RGB(102,204,204)):
a = [0]*256
w = image.width
h = image.height
iLHist = cv.CreateImage((256,256),8,3)
for i in range(h):
for j in range(w):
iGray = int(image[i,j])
a[iGray] = a[iGray] +1

for i in range(1,256):
a[i] = a[i]+a[i-1]
S = max(a)
for k in range(256):
a[k] = a[k]*255/S
x = (k,255)
y = (k,255-a[k])
cv.Line(iLHist,x,y,color)

return iLHist

def Equalize(image):
a = [0]*256
w = image.width
h = image.height
size = (w,h)
iEqualize = cv.CreateImage(size,image.depth,1)
for i in range(h):
for j in range(w):
iGray = int(image[i,j])
a[iGray] = a[iGray] +1
for i in range(1,256):
a[i] = a[i]+a[i-1]

S = max(a)
for k in range(256):
a[k] = a[k]*255/S
for i in range(h):
for j in range(w):
iEqualize[i,j] = a[int(image[i,j])]
return iEqualize

image = cv.LoadImage('lena.jpg',0)
iHist = Hist(image)
iLHist = LHist(image)
iEqualize = Equalize(image)
iEHist = Hist(iEqualize,cv.RGB(153,204,54))
iELHist = LHist(iEqualize,cv.RGB(153,204,54))
cv.ShowImage('image',image)
cv.ShowImage('iHist',iHist)
cv.ShowImage('iLHist',iLHist)
cv.ShowImage('iEqualize',iEqualize)
cv.ShowImage('iEHist',iEHist)
cv.ShowImage('iELHist',iELHist)
cv.WaitKey(0)

看看運行效果

現(xiàn)在圖像的直方圖分布比較均勻了

但很難得到完全均衡的結(jié)果，另外，變換后的灰度級減少了。

這種現(xiàn)象叫做“簡并”現(xiàn)象。由于簡并現(xiàn)象的存在，處理后的灰度級總是要減少的

直觀反映就是均衡后直方圖在垂直方向上有很多黑線

好啦，直方圖均衡化就講到這里啦

轉(zhuǎn)載于:https://www.cnblogs.com/xianglan/archive/2010/12/28/1918694.html

總結(jié)

以上是生活随笔為你收集整理的python 简单图像处理（8） 直方图均衡化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。