直方图匹配原理与python、matlab实现

直方图匹配本质上是让两幅图像的累积直方图尽量相似，累积直方图相似了，直方图也就相似了。

把原图像img的直方图匹配到参考图像ref的直方图，包括以下几个步骤：

    1. 求出原图像img的累积直方图img_accu；

    2. 求出参考图像ref的累积直方图ref_accu；

    3. 灰度级g在img_accu中对应的值记为img_accu_g，找出ref_accu中与ref_accu_g最接近的值，记为ref_accu_G，记该值对应的灰度级为G；

    4. 根据g和G的对应关系，得到img经过匹配之后的直方图。

为了说明该过程，我们举一个简单的例子，并把计算过程列在表格中。该例子中图像只有10个灰度级，总共3289个像素，如下图所示。

    

          (a) 原图像img的直方图                         (b) 参考图像ref的直方图

    

         (c) 原图像img的累积直方图                (d) 参考图像ref的累积直方图

灰度级	ref直方图	ref累积直方图	img直方图	img累积直方图	匹配之后的灰度级	匹配之后的img累积直方图	匹配之后的img直方图
1	0	0	927	927(匹配第三列第七行的1137)	7	0	0
2	0	0	690	1617(匹配第三列第八行的1672)	8	0	0
3	20	20	535	2152(匹配第三列第九行的2362)	9	0	0
4	112	132	450	2602(匹配第三列第九行的2362)	9	0	0
5	221	353	334	2936(匹配第三列第十行的3289)	10	0	0
6	334	687	221	3157(匹配第三列第十行的3289)	10	0	0
7	450	1137	112	3269(匹配第三列第十行的3289)	10	927	927
8	535	1672	20	3289(匹配第三列第十行的3289)	10	1617	690
9	690	2362	0	3289(匹配第三列第十行的3289)	10	2152	985
10	927	3289	0	3289(匹配第三列第十行的3289)	10	3289	687

 img在匹配之后的效果如下：

   

     (a) img的经过匹配之后的累积直方图       (b) img的经过匹配之后的直方图

 1. OpenCV-Python实现直方图匹配

代码如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

import cv2 import numpy as np import matplotlib.pyplot as plt   img = cv2.imread('C:\\Users\\admin\\Desktop\\original_img3\\testimg\\lena_300_500.jpg') ref = cv2.imread('C:\\Users\\admin\\Desktop\\original_img3\\testimg\\messi_300_500.jpg')   out = np.zeros_like(img) _, _, colorChannel = img.shape for i in range(colorChannel):     print(i)     hist_img, _ = np.histogram(img[:, :, i], 256)   # get the histogram     hist_ref, _ = np.histogram(ref[:, :, i], 256)     cdf_img = np.cumsum(hist_img)   # get the accumulative histogram     cdf_ref = np.cumsum(hist_ref)       for j in range(256):         tmp = abs(cdf_img[j] - cdf_ref)         tmp = tmp.tolist()         idx = tmp.index(min(tmp))   # find the smallest number in tmp, get the index of this number         out[:, :, i][img[:, :, i] == j] = idx   cv2.imwrite('C:\\Users\\admin\\Desktop\\lena.jpg', out) print('Done')

效果如下：

 

2. matlab实现直方图匹配

程序如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

clear; % matching img's histogram to ref's histogram. path = 'C:\\Users\\admin\\Desktop\\original_img3\\yijia0923_9\\'; ref = imread([path, '18.jpg']); img = imread([path, '21.jpg']);   [H, W, colorChannel] = size(ref); out = zeros(H, W, colorChannel); for k = 1:colorChannel     disp(k);     hist_ref = imhist(ref(:, :, k));    % ref的直方图     cumHist_ref = []; %ref的累积直方图     for i=1:256         cumHist_ref = [cumHist_ref sum(hist_ref(1:i))];     end        img1 = img(:, :, k);     hist_img = imhist(img1); %img的直方图     cumHist_img = []; %img的累积直方图     for i=1:256         cumHist_img = [cumHist_img sum(hist_img(1:i))];     end        for i=1:256         tmp{i} = cumHist_ref - cumHist_img(i);         tmp{i} = abs(tmp{i});               % 找到两个累积直方图距离最近的点         [a, index(i)] = min(tmp{i});       % a是tmp{i}中最小的值，index是该值对应的下标     end        imgn = zeros(H,W);     for i = 1:H         for j = 1:W             imgn(i,j) = index(img1(i,j)+1)-1;    % 由原图的灰度通过索引映射到新的灰度         end     end     out(:, :, k) = imgn; end   out=uint8(out); % imwrite(out, [path, 'new3.jpg']); figure; imshow(out); title('out') disp('Done');