直方图均衡化代码（直方图均衡化代码vs）

本篇文章给大家谈谈直方图均衡化代码，以及直方图均衡化代码vs对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、写一段代码画出一个图像的灰度直方图（不能用MATLAB自带的imhist函数），并作直方图均衡化处理。
• 2、MATLAB直方图均衡化代码
• 3、matlab做直方图均衡，下面的程序是局部直方图均衡，程序运行后的图像显示如下图，黑色部分灰度值均为1
• 4、photoshop 怎么实现直方图均衡化？

写一段代码画出一个图像的灰度直方图（不能用MATLAB自带的imhist函数），并作直方图均衡化处理。

1、先求出给定图片的直方图。

2、直方图均衡化处理的公式，其中，v和u分别代表图像的高和宽。

3、为此，写出代码是：pic[i,j]=(255)/(u*v)*sum(c[:int(img[i,j])])。

4、均衡化的图片如下。

5、画出均衡化图片的直方图。

6、均衡化前后，图片对比一下。做图像减法：pic-img。

MATLAB直方图均衡化代码

%函数功能，画出图像的直方图，并对图像进行直方图均衡

%直接读图像abc.jpg，读到tuu中

%graydis是原始直方图各灰度级像素个数

%原始直方图graydispro，利用原始直方图计算原始累计直方图graydispro

%t[]计算和原始灰度对应的新的灰度t[]，建立映射关系，t坐标代表原始的灰度，t[]代表对应原始坐标的新坐标

%new_graydis是统计新直方图各灰度级像素个数

%计算新的灰度直方图new_graydispro,利用新的直方图计算新的累计直方图new_graydispro

%计算直方图均衡后的新图new_tu

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clear all

close all

tuu=imread('abc.jpg'); %读入图片

tu=rgb2gray(tuu); %将彩色图片转换为灰度图

graydis=zeros(1,256); %设置矩阵大小

graydispro=zeros(1,256);

new_graydis=zeros(1,256);

new_graydispro=zeros(1,256);

[h w]=size(tu);

new_tu=zeros(h,w);

%计算原始直方图各灰度级像素个数graydis

for x=1:h

for y=1:w

graydis(1,tu(x,y))=graydis(1,tu(x,y))+1;

end

end

%计算原始直方图graydispro

graydispro=graydis./sum(graydis);

subplot(1,2,1);

plot(graydispro);

title('灰度直方图');

xlabel('灰度值');ylabel('像素的概率密度');

%计算原始累计直方图

for i=2:256

graydispro(1,i)=graydispro(1,i)+graydispro(1,i-1);

end

%计算和原始灰度对应的新的灰度t[]，建立映射关系

for i=1:256

t(1,i)=floor(254*graydispro(1,i)+0.5);

end

%统计新直方图各灰度级像素个数new_graydis

for i=1:256

new_graydis(1,t(1,i)+1)=new_graydis(1,t(1,i)+1)+graydis(1,i);

end

%计算新的灰度直方图new_graydispro

new_graydispro=new_graydis./sum(new_graydis);

subplot(1,2,2);

plot(new_graydispro);

title('均衡化后的灰度直方图');

xlabel('灰度值');ylabel('像素的概率密度');

%计算直方图均衡后的新图new_tu

for x=1:h

for y=1:w

new_tu(x,y)=t(1,tu(x,y));

end

end

figure,imshow(tu,[]);

title('原图');

figure,imshow(new_tu,[]);

title('直方图均衡化后的图');

matlab做直方图均衡，下面的程序是局部直方图均衡，程序运行后的图像显示如下图，黑色部分灰度值均为1

数据类型问题，histeq函数，当你的图像是double型时，返回值是0或者1；当你的图像是uint8型时，返回值为0-255。

所以你编的代码里的：k=histeq(m);%对块图进行直方图均衡，m为double型，所以其k就是全1，那么x2中对应的位置也就是全1，最后显示转化成uint8显示肯定为黑色。

所以把k=histeq(m);改成k=histeq(uint8(m));即可。运行结果如图

photoshop 怎么实现直方图均衡化？

图形处理中有一种对比度变换，像显示器就有对比度调节，PhotoShop也有图片的对比度修改，对比度的提高可以使图像细节清晰，相反，对比度的减小可以隐藏图像的细节，在一定程度上使图像柔和。

对比度变换其中一种比较简单的方法是直方图均衡化。

所谓直方图就是在某一灰度级的象素个数占整幅图像的象素比 h=nj/N,其中nj是灰度级在j的象素数，N是总象素数，扫描整幅图像得出的h的离散序列就是图像的直方图，h求和必然＝1，所以直方图可以看成是象素对于灰度的概率分布函数。

直方图是高低不齐的，因为象素灰度是随机变化的，直方图均衡化就是用一定的算法使直方图大致平和。

算法如下：

对于一个直方图

设 Pr(r)是原始图像直方图，Ps(s)是均衡化的直方图，

由于其是一个概率分布函数

所以有 Ps(s)ds=Pr(r)dr (编辑关系，ds,dr是积分变量)

因为要进行均衡化，令 Ps(s)=1,

得 ds=Pr(r)dr/1

两边积分得 s=F Pr(r)dr (因为编辑关系，左边F表示积分符号....-__-++)

数字图像是离散的，因此离散化上式得

sk=E{j=0,k}(nj/N) 左式k,j是离散量下标，因为编辑关系，E{0,k}表示下标0到k的连加符号，N是象素总数

由此得出每一象素的sk为均衡化后的正规化灰度（即灰度正规化到[0,1])，统计sk即可得出均衡化后的直方图。

在均衡化过程中可以对每一象素映射到新的实际灰度值sk*255，就实现了图像的变换

（严格理论中应该是灰度正规化到[0,1]区间，然后均衡化后的sk还要量化到原始的正规灰度以实现灰度合并，下面的BCB程序并没有量化，而且255是固定灰度级，因为256色BMP的彩色表就是256个表项)

现在开始实践

用BCB对一BMP灰度图像进行直方图均衡化处理，代码如下

//----------------------------BCB6代码

#include vcl.h

#pragma hdrstop

#includestdio.h

#include "Unit1.h"

#include"File1.h"

#pragma pack(1)

//BMP文件头

struct BITMAPFILEHEADER_

{

short type;

int bfSize;

short re1,re2;

int Offbits;

};

//BMP信息头

struct BITMAPINFO_

{

long size;

long width,height;

short planes,bitCount;

long comp,sizeImg;

long xpels,ypels;

long used,important;

};

//BMP彩色表项

struct COLOR_

{

char blue,green,red,re;

};

//------将BMP彩色表的数据校正到BCB TColor的数据。

void SwitchColor(long c)

{

long blue=c 0x000000ff;

long green=c 0x0000ff00;

long red=c 0x00ff0000;

c=(blue16) | green | (red16);

}

void xxx()

{

FILE *f=fopen("f:\\bbs_prev2.bmp","rb");

if(f==NULL) /*判断文件是否打开成功*/

{

ShowMessage("File open error");

return;

}

fseek(f,0,0);//移动到开头

//----------读BMP文件头

BITMAPFILEHEADER_ *bmph=new BITMAPFILEHEADER_();

if(fread((char*)bmph,sizeof(BITMAPFILEHEADER_),1,f)==NULL)

{

ShowMessage("File read error");

return;

}

//-----------读BMP信息头

BITMAPINFO_ *bmpi=new BITMAPINFO_();

if(fread((char*)bmpi,sizeof(BITMAPINFO_),1,f)==NULL)

{

ShowMessage("File read error2");

return;

}

//--------------读彩色表

long *c=new long[bmph-Offbits-sizeof(BITMAPFILEHEADER_)-sizeof(BITMAPINFO_)];

fread((char*)c,bmph-Offbits-sizeof(BITMAPFILEHEADER_)-sizeof(BITMAPINFO_),1,f);

//----------显示一些信息

Form1-Edit1-Text=IntToStr(bmph-bfSize);

Form1-Edit2-Text=IntToStr(bmpi-width);

Form1-Edit3-Text=IntToStr(bmpi-height);

Form1-Edit4-Text=IntToStr(bmpi-comp);

Form1-Edit5-Text=IntToStr(bmpi-used);

int i,j,k,wc;

long N=bmph-bfSize- bmph-Offbits;//象素总数

unsigned char *image=new char[N]; //位图矩阵

unsigned char *newimage=new char[N];//变换后的位图矩阵

fread(image,N,1,f);//读入位图矩阵

//---------直方图数列初始化

//---------直方图数列用来存储正规化后的灰度

double *h=new double[255];//255个灰度级，保存原始图像正规化灰度直方图数据

for(i=0;i255;i++)

h[i]=0.0;

double *nh=new double[255];//255个灰度级，保存变换后的图像正规化灰度直方图

for(i=0;i255;i++)

nh[i]=0.0;

long *count=new long[255]; //每一灰度级的象素数量统计

for(i=0;i255;i++)

count[i]=0;

for(i=0;iN;i++)

{

count[image[i]]++;

}

//－－－－－正规化灰度概率统计

for(i=0;i255;i++)

{

h[i]=count[i]/(double)N;

}

//------正规化新灰度图

double hc;

for(i=0;iN;i++)

{

hc=0;

for(j=0;jimage[i];j++)

hc+=h[j];

nh[image[i]]+=hc; //保存新正规化灰度图

newimage[i]=hc*255; //保存新图像灰度索引

}

//----------显示直方图

for(i=0;i255;i++)

{

//原始直方图

Form1-Canvas-MoveTo(10+i,200);

Form1-Canvas-LineTo(10+i,200+h[i]*N);

//新直方图

Form1-Canvas-MoveTo(300+i,200);

Form1-Canvas-LineTo(300+i,200+nh[i]*255);

}

//------显示图形

TColor *tc;

if(bmpi-width%4==0)//-----------因为BMP图像4字节对齐

wc=bmpi-width/4*4;

else

wc=(bmpi-width/4+1)*4;

long a;

long pos=0;

for( i=0;ibmpi-height;i++)

{

for(j=0;jwc;j++)

{

//-----原始图形

a= c[image[pos]];

SwitchColor(a);

Form1-Canvas-Pixels[10+j][600-i]=a;

//------新图形

a= c[newimage[pos]];

SwitchColor(a);

Form1-Canvas-Pixels[300+j][600-i]=a;

pos++;

}

}

fclose(f);

}

这个程序使用256色BMP文件，但程序代码是针对灰度图像的，用于彩色图像时得出一些古怪色彩配合而已。

在对灰度图像均衡化时

如果原始图像对比度本来就很高，如果再均衡化则灰度调和，对比度降低。

在泛白缓和的图像中，由于均衡化过程中会合并一些象素灰度，则会增大对比度，这里255灰度级太多，合并不明显。

还有详细的说明和图解

关于直方图均衡化代码和直方图均衡化代码vs的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。