• 圖像的直方圖

圖像直方圖表示圖像中每一種像素的個數，反映了圖像中每種像素值出現的頻率，是圖像的基本統計特征之一，具有平移，旋轉，縮放不變性，廣泛應用于圖像處理的各個領域。比如灰度圖像的閾值分割，基于顏色的圖像檢索，圖像的分類等。直方圖橫坐標表示像素值，縱坐標表示該像素值的個數，常見的有灰度直方圖和顏色直方圖。

• 直方圖均衡化

直方圖均衡化是一種利用灰度變換自動調節圖像對比度質量的方法，可以用于圖像增強等方面。比如在部分人臉識別的神經網絡中，會先對人臉圖像進行直方圖均衡化，從而增強對比度，提高檢測準確率。

MATLAB直方圖均衡化

在MATLAB中，通過imhist()計算直方圖，通過histeq()進行均衡化。

hist = imhist( img ); hist_eq = histeq( gray ，n ); % n表示均衡化后灰度級，默認64；

案例演示如下：

img = imread('onion.png');subplot(2,2,1); imshow(img); % 顯示原始圖像subplot(2,2,2); imhist(img(:,:,1)); % 顯示r通道直方圖subplot(2,2,3); imhist(img(:,:,2)); % 顯示g通道直方圖subplot(2,2,4); imhist(img(:,:,3)); % 顯示b通道直方圖gray = rgb2gray(img);gray2 = histeq(gray);figure;subplot(2,2,1); imshow(gray); % 顯示原始灰度圖subplot(2,2,2); imshow(gray2); % 顯示均衡化后的灰度圖subplot(2,2,3); imhist(gray); % 顯示原始灰度圖直方圖subplot(2,2,4); imhist(gray2); % 顯示均衡化后直方圖

原始圖像和三通道直方圖

灰度圖和均衡化后灰度圖

均衡化后像素點分布變得平均，不會聚集在某一區域，因此對比度更強。

c++直方圖均衡化

c++中通過calHist來獲取直方圖分量，通過equalizeHist進行直方圖均衡化

opencv 默認的均衡化灰度級數為8

// 輸入的圖像或數組 輸入數組個數 需要統計的通道dim 可選的操作掩碼 每個維度的直方圖尺寸的數組 每個維度中bin的取值范圍calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges); equalizeHist(gray, gray2); // 直方圖均衡化

c++直方圖均衡化很方便，但是統計直方圖有點麻煩，不知道是我方法沒用對還是咋的。

#include #include using namespace cv;using namespace std;void showHistogram(Mat &img); // 方法聲明int main(int argc, char** argv) { Mat img; img = imread("data/imdata/onion.png"); namedWindow("image

總結

以上是生活随笔為你收集整理的matlab 增加图像对比度_计算机视觉学习笔记6 图像直方图与直方图均衡化的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。