C語言數(shù)字圖像處理之直方圖均衡化
本文實例為大家分享了C語言直方圖均衡化的具體代碼,供大家參考,具體內(nèi)容如下
原理
直方圖均衡化(Histogram Equalization) 又稱直方圖平坦化,實質(zhì)上是對圖像進行非線性拉伸,重新分配圖像象元值,使一定灰度范圍內(nèi)象元值的數(shù)量大致相等。這樣,原來直方圖中間的峰頂部分對比度得到增強,而兩側(cè)的谷底部分對比度降低,輸出圖像的直方圖是一個較平的分段直方圖:如果輸出數(shù)據(jù)分段值較小的話,會產(chǎn)生粗略分類的視覺效果。
直方圖是表示數(shù)字圖像中每一灰度出現(xiàn)頻率的統(tǒng)計關(guān)系。直方圖能給出圖像灰度范圍、每個灰度的頻度和灰度的分布、整幅圖像的平均明暗和對比度等概貌性描述?;叶戎狈綀D是灰度級的函數(shù), 反映的是圖像中具有該灰度級像素的個數(shù), 其橫坐標(biāo)是灰度級r, 縱坐標(biāo)是該灰度級出現(xiàn)的頻率( 即像素的個數(shù)) pr( r) , 整個坐標(biāo)系描述的是圖像灰度級的分布情況, 由此可以看出圖像的灰度分布特性, 即若大部分像素集中在低灰度區(qū)域, 圖像呈現(xiàn)暗的特性; 若像素集中在高灰度區(qū)域, 圖像呈現(xiàn)亮的特性?;叶葦?shù)字圖像是每個像素只有一個采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度?;叶葓D像與黑白圖像不同,在計算機圖像領(lǐng)域中黑白圖像只有黑白
實現(xiàn)
流程:
1)統(tǒng)計每個灰度級像素點的個數(shù)
2)計算灰度分布密度
3)計算累計直方圖分布
4)累計分布取整,保存計算出來的灰度映射關(guān)系
處理圖片規(guī)格800*600 8位灰度單通道
原圖

直方圖均衡化

分析:本次實驗中,我故意把原圖調(diào)暗,進行直方圖均衡化后可以明顯感受到整幅圖像亮度增大了,而且某些細(xì)節(jié)方面更加突出。
出現(xiàn)問題
最初進行直方圖均衡化時,輸出結(jié)果如下:

經(jīng)分析,是沒有對數(shù)組初始化置零導(dǎo)致的。Hist數(shù)組是進行一個統(tǒng)計像素點個數(shù)的數(shù)組,最初倘若不置零,結(jié)果必然毫無意義。
故而添加數(shù)組內(nèi)存置零的操作:

經(jīng)測試,問題解決。
附代碼
#include <stdio.h>
#include <stdlib.h>
#include <memory.h>
#define height 600
#define width 800
typedef unsigned char BYTE; // 定義BYTE類型,占1個字節(jié)
int main(void)
{
FILE *fp = NULL;
//BYTE Pic[height][width];
BYTE *ptr;
BYTE **Pic = new BYTE *[height];
for (int i = 0; i != height; ++i)
{
Pic[i] = new BYTE[width];
}
fp = fopen("weiminglake_huidu.raw", "rb");
ptr = (BYTE*)malloc(width * height * sizeof(BYTE));//創(chuàng)建內(nèi)存
for (int i = 0; i < height; i++)
{
for (int j = 0; j < width; j++)
{
fread(ptr, 1, 1, fp);
Pic[i][j] = *ptr; // 把圖像輸入到2維數(shù)組中,變成矩陣型式
ptr++;
}
}
fclose(fp);
int hist[256];
float fpHist[256];
float eqHistTemp[256];
int eqHist[256];
int size = height *width;
int i, j;
memset(&hist, 0x00, sizeof(int) * 256);
memset(&fpHist, 0x00, sizeof(float) * 256);
memset(&eqHistTemp, 0x00, sizeof(float) * 256);
for (i = 0; i < height; i++) //計算差分矩陣直方圖 直方圖 統(tǒng)計每個灰度級像素點的個數(shù)
{
for (j = 0; j < width; j++)
{
unsigned char GrayIndex = Pic[i][j];
hist[GrayIndex] ++;
}
}
for (i = 0; i< 256; i++) // 計算灰度分布密度
{
fpHist[i] = (float)hist[i] / (float)size;
}
for (i = 0; i< 256; i++) // 計算累計直方圖分布
{
if (i == 0)
{
eqHistTemp[i] = fpHist[i];
}
else
{
eqHistTemp[i] = eqHistTemp[i - 1] + fpHist[i];
}
}
//累計分布取整,保存計算出來的灰度映射關(guān)系
for (i = 0; i< 256; i++)
{
eqHist[i] = (int)(255.0 * eqHistTemp[i] + 0.5);
}
for (i = 0; i < height; i++) //進行灰度映射均衡化
{
for (j = 0; j < width; j++)
{
unsigned char GrayIndex = Pic[i][j];
Pic[i][j] = eqHist[GrayIndex];
}
}
fp = fopen("output.raw", "wb");
for (i = 0; i < height; i++)
{
for (j = 0; j < width; j++)
{
fwrite(&Pic[i][j], 1, 1, fp);
}
}
fclose(fp);
return 0;
}
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
聊聊Qt+OpenCV聯(lián)合開發(fā)之圖像的創(chuàng)建與賦值問題
這篇文章主要介紹了Qt+OpenCV聯(lián)合開發(fā)之圖像的創(chuàng)建與賦值問題,給大家介紹了圖像的克隆及拷貝問題,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-01-01
C++實現(xiàn)高性能轉(zhuǎn)換大小寫算法示例
大小寫轉(zhuǎn)換是我們作為一名程序員經(jīng)常會遇到,也必須要會的一個功能,下面這篇文章主要給大家介紹了關(guān)于C++實現(xiàn)高性能轉(zhuǎn)換大小寫算法的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面來一起看看吧。2018-01-01
visual?studio?將編譯后的dll等文件自動復(fù)制到指定目錄的方法
這篇文章主要介紹了visual?studio?將編譯后的dll等文件自動復(fù)制到指定目錄,本文給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2024-03-03

