C++ C++；拉伸均衡图像

从一个（2）均衡的图像，我必须创建一个（3）

原始图像：

均衡图像：

均衡和拉伸图像：

使用OpenCV，我可以使用equalizeHist（）来进行均衡和拉伸

因此，如果不使用OPENCV，如何从均衡图像进行拉伸。均衡部分如下所述

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv/highgui.h>
#include <cstring>
using std::cout;
using std::cin;
using std::endl;

using namespace cv;

void imhist(Mat image, int histogram[])
{

    // initialize all intensity values to 0
    for (int i = 0; i < 256; i++)
    {
        histogram[i] = 0;
    }

    // calculate the no of pixels for each intensity values
    for (int y = 0; y < image.rows; y++)
        for (int x = 0; x < image.cols; x++)
            histogram[(int)image.at<uchar>(y, x)]++;

}

void cumhist(int histogram[], int cumhistogram[])
{
    cumhistogram[0] = histogram[0];

    for (int i = 1; i < 256; i++)
    {
        cumhistogram[i] = histogram[i] + cumhistogram[i - 1];
    }
}

int main()
{
    // Load the image
    Mat image = imread("y1.jpg", CV_LOAD_IMAGE_GRAYSCALE);

    // Generate the histogram
    int histogram[256];
    imhist(image, histogram);


    // Caluculate the size of image
    int size = image.rows * image.cols;
    float alpha = 255.0 / size;

    // Calculate the probability of each intensity
    float PrRk[256];
    for (int i = 0; i < 256; i++)
    {
        PrRk[i] = (double)histogram[i] / size;
    }

    // Generate cumulative frequency histogram
    int cumhistogram[256];
    cumhist(histogram, cumhistogram);

    // Scale the histogram
    int Sk[256];
    for (int i = 0; i < 256; i++)
    {
        Sk[i] = cvRound((double)cumhistogram[i] * alpha);
    }

    // Generate the equlized image
    Mat new_image = image.clone();

    for (int y = 0; y < image.rows; y++)
        for (int x = 0; x < image.cols; x++)
            new_image.at<uchar>(y, x) = saturate_cast<uchar>(Sk[image.at<uchar>(y, x)]);
    //////////////////////////////////////////

    // // Generate the histogram stretched image
    Mat str_image = new_image.clone();

    //for (int a = 0; a < str_image.rows; a++)
    //  for (int b = 0; b < str_image.cols; b++)

    // Display the original Image
    namedWindow("Original Image");
    imshow("Original Image", image);

    // Display equilized image
    namedWindow("Equalized Image");
    imshow("Equalized Image", new_image);


    waitKey();
    return 0;
}

#包括
#包括
#包括
#包括
#包括
使用std：：cout；
使用std：：cin；
使用std：：endl；
使用名称空间cv；
无效imhist（Mat图像，整数直方图[]）
{
//将所有强度值初始化为0
对于（int i=0；i<256；i++）
{
直方图[i]=0；
}
//计算每个强度值的像素数
对于（int y=0；y

通常的方法是找到最暗的像素和最亮的像素。您可以在单个循环中对所有像素进行迭代，伪代码如下：

darkest=pixel[0,0]   // assume first pixel is darkest for now, and overwrite later
brightest=pixel[0,0] // assume first pixel is lightest for now, and overwrite later
for all pixels
    if this pixel < darkest
       darkest = this pixel
    else if this pixel > brightest
       brightest = this pixel
    endif
end for

---

不要故意破坏你的问题。

for all pixels
   newvalue = int((current value - darkest)*255/(brightest-darkest))
end for