OpenCV直方图均衡化
一、直方图均衡步骤
1.加载原图
2.将BGR色彩空间转换为YCrCb
3.拆分原图为单个通道(本例我们均衡Y分量),使用YCrCb色彩空间
4.均衡Y分量
5.合并三个通道(此时Y分量已被均衡过)
6.将YCrCb颜色空间转换为BGR
7.输出最终均衡后的结果
二、具体代码如下:里面有详细的注释,这里不再赘述
/** * 图像颜色均衡(直方图均衡化) * @param inputImagePath 原始图像路径 * 图像均衡试图获得具有均匀分布值的直方图。均衡的结果是图像对比度增加。均衡能够使对比度比较低的局部区域获得高对比度,从而分散最频繁的强度。 * 当图像非常暗或者非常亮,并且背景和前景之间存在非常小的差异时,此方法非常有用。通过使用直方图均衡化,可以增加对比度,并且提升暴露过度或暴露不足的细节。 * 该技术在医学图像中非常有用(如:X射线) * * 缺点: * 背景噪声的增加以及随之而来的有用信号的减少。 */ void showEqualizeImage(char *inputImagePath) { //原图 Mat src = imread(inputImagePath); //定义一个最终显示结果的矩阵 Mat result; //将BGR图像转换为YCBCR Mat ycrcb; cvtColor(src, ycrcb, COLOR_BGR2YCrCb); //将ycrcb拆分成三个不同的通道,可以单独拿到Y分量 vector<Mat> channels; split(ycrcb, channels); //直方图均衡,只均衡Y分量 equalizeHist(channels[0], channels[0]); //将均衡后的y分量合并到Ycrcb图像中 merge(channels, ycrcb); //将ycrcb转换为BGR cvtColor(ycrcb, result, COLOR_YCrCb2BGR); //显示原图 imshow("src", src); //显示均衡后的图像 imshow("equalizeHist", result); src.release(); ycrcb.release(); result.release(); waitKey(0); destroyWindow("equalizeHist"); }
三、原图和均衡后的Y分量后的图像做对比。发现被均衡后的图像的对比度明显增加了(第二张图要比第一张清晰且更亮)。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库