图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。
直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。
直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;
直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。
1.直方图拉伸
就是扩大将图像灰度的域值的一个过程，但是经常是基于灰度图像进行处理，以前在MATlab上对比度增强调用直方图函数就几行代码，但都是灰度图像上处理，需要在彩色图像进行处理，看别人的思想是从RGB-YUV-RGB的过程，在YUV空间增强再转回来，我跟着原理写代码，出了很多问题。详见http://blog.csdn.net/abcjennifer/article/details/7428737
/*
*@Function: Color image contrast enhancement
*@Date: 2012-4-5
*@Author: 张睿卿
*/ int ImageStretchByHistogram(IplImage *src1,IplImage *dst1)
/*************************************************
Function: 通过直方图变换进行图像增强，将图像灰度的域值拉伸到0-255
src1: 单通道灰度图像
dst1: 同样大小的单通道灰度图像
*************************************************/
{
assert(src1->width==dst1->width);
double p[],p1[],num[]; memset(p,,sizeof(p));
memset(p1,,sizeof(p1));
memset(num,,sizeof(num));
int height=src1->height;
int width=src1->width;
long wMulh = height * width; //statistics
for(int x=;x<src1->width;x++)
{
for(int y=;y<src1-> height;y++){
uchar v=((uchar*)(src1->imageData + src1->widthStep*y))[x];
num[v]++;
}
}
//calculate probability
for(int i=;i<;i++)
{
p[i]=num[i]/wMulh;
} //p1[i]=sum(p[j]); j<=i;
for(int i=;i<;i++)
{
for(int k=;k<=i;k++)
p1[i]+=p[k];
} // histogram transformation
for(int x=;x<src1->width;x++)
{
for(int y=;y<src1-> height;y++){
uchar v=((uchar*)(src1->imageData + src1->widthStep*y))[x];
((uchar*)(dst1->imageData + dst1->widthStep*y))[x]= p1[v]*+0.5;
}
}
return ;
} void CCVMFCView::OnYcbcrY()
{
IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,);
IplImage* Cb= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,);
IplImage* Cr = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,);
IplImage* Compile_YCbCr= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,);
IplImage* dst1=cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,); int i;
cvCvtColor(workImg,dst1,CV_BGR2YCrCb);
cvSplit(dst1,Y,Cb,Cr,); ImageStretchByHistogram(Y,dst1); for(int x=;x<workImg->height;x++)
{
for(int y=;y<workImg->width;y++)
{
CvMat* cur=cvCreateMat(,,CV_32F);
cvmSet(cur,,,((uchar*)(dst1->imageData+x*dst1->widthStep))[y]);
cvmSet(cur,,,((uchar*)(Cb->imageData+x*Cb->widthStep))[y]);
cvmSet(cur,,,((uchar*)(Cr->imageData+x*Cr->widthStep))[y]); for(i=;i<;i++)
{
double xx=cvmGet(cur,i,);
((uchar*)Compile_YCbCr->imageData+x*Compile_YCbCr->widthStep)[y*+i]=xx;
}
}
} cvCvtColor(Compile_YCbCr,workImg,CV_YCrCb2BGR);
m_ImageType=;
Invalidate();
}
其中int ImageStretchByHistogram(IplImage *src1,IplImage *dst1) 是可以运行的，实现了灰度图像增强；
void CCVMFCView::OnYcbcrY() 我处理不好，只好呼唤睿卿 本人了。附上一个基于opencv已经实现灰度图像增强的代码.http://blog.csdn.net/zhaiwenjuan/article/details/6596011
#include "stdafx.h" #include "cv.h"
#include "highgui.h"
#include
#include
int ImageStretchByHistogram(IplImage *src,IplImage *dst); int _tmain(int argc, _TCHAR* argv[])
{
IplImage * pImg;
pImg=cvLoadImage("c:/lena.jpg",-); //创建一个灰度图像
IplImage* GrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, );
IplImage* dstGrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, );
cvCvtColor(pImg, GrayImage, CV_BGR2GRAY);
ImageStretchByHistogram(GrayImage,dstGrayImage); cvNamedWindow( "dstGrayImage", ); //创建窗口
cvNamedWindow( "GrayImage", ); //创建窗口
cvShowImage( "dstGrayImage", dstGrayImage ); //显示图像
cvShowImage( "GrayImage", GrayImage ); //显示图像
cvWaitKey(); //等待按键 cvDestroyWindow( "dstGrayImage" );//销毁窗口
cvDestroyWindow( "GrayImage" );//销毁窗口
cvReleaseImage( &pImg ); //释放图像
cvReleaseImage( &GrayImage ); //释放图像
cvReleaseImage( &dstGrayImage ); //释放图像 return ;
} int ImageStretchByHistogram(IplImage *src,IplImage *dst)
/*************************************************
Function:
Description: 因为摄像头图像质量差，需要根据直方图进行图像增强，
将图像灰度的域值拉伸到0-255
Calls:
Called By:
Input: 单通道灰度图像
Output: 同样大小的单通道灰度图像
Return:
Others: http://www.xiaozhou.net/ReadNews.asp?NewsID=771
DATE: 2007-1-5
*************************************************/
{
//p[]存放图像各个灰度级的出现概率；
//p1[]存放各个灰度级之前的概率和，用于直方图变换；
//num[]存放图象各个灰度级出现的次数; assert(src->width==dst->width);
float p[],p1[],num[];
//清空三个数组
memset(p,,sizeof(p));
memset(p1,,sizeof(p1));
memset(num,,sizeof(num)); int height=src->height;
int width=src->width;
long wMulh = height * width; //求存放图象各个灰度级出现的次数
// to do use openmp
for(int x=;x {
for(int y=;y {
uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
num[v]++;
}
} //求存放图像各个灰度级的出现概率
for(int i=;i<;i++)
{
p[i]=num[i]/wMulh;
} //求存放各个灰度级之前的概率和
for(int i=;i<;i++)
{
for(int k=;k<=i;k++)
p1[i]+=p[k];
} //直方图变换
// to do use openmp
for(int x=;x {
for(int y=;y {
uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
((uchar*)(dst->imageData + dst->widthStep*y))[x]= p1[v]*+0.5;
}
} return ; }
2.既然直方图拉伸这条路走不通，只好试试，另一条，直方图均衡化了，还好我比较熟。
//图像增强- 彩色直方图均衡化
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#include"opencv2/imgproc/imgproc.hpp" using namespace std;
//彩色图像的直方图均衡化
IplImage* EqualizeHistColorImage(IplImage *pImage)
{
IplImage *pEquaImage = cvCreateImage(cvGetSize(pImage), pImage->depth, ); // 原图像分成各通道后再均衡化,最后合并即彩色图像的直方图均衡化
const int MAX_CHANNEL = ;
IplImage *pImageChannel[MAX_CHANNEL] = {NULL}; int i;
for (i = ; i < pImage->nChannels; i++)
pImageChannel[i] = cvCreateImage(cvGetSize(pImage), pImage->depth, ); cvSplit(pImage, pImageChannel[], pImageChannel[], pImageChannel[], pImageChannel[]); for (i = ; i < pImage->nChannels; i++)
cvEqualizeHist(pImageChannel[i], pImageChannel[i]); cvMerge(pImageChannel[], pImageChannel[], pImageChannel[], pImageChannel[], pEquaImage); for (i = ; i < pImage->nChannels; i++)
cvReleaseImage(&pImageChannel[i]); return pEquaImage;
}
int main( int argc, char** argv )
{
const char *pstrWindowsSrcTitle = "原图";
const char *pstrWindowsHisEquaTitle = "直方图均衡化后"； // 从文件中加载原图
IplImage *pSrcImage = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_UNCHANGED);
IplImage *pHisEquaImage = EqualizeHistColorImage(pSrcImage); cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
cvNamedWindow(pstrWindowsHisEquaTitle, CV_WINDOW_AUTOSIZE);
cvShowImage(pstrWindowsSrcTitle, pSrcImage);
cvShowImage(pstrWindowsHisEquaTitle, pHisEquaImage); cvWaitKey(); cvDestroyWindow(pstrWindowsSrcTitle);
cvDestroyWindow(pstrWindowsHisEquaTitle);
cvReleaseImage(&pSrcImage);
cvReleaseImage(&pHisEquaImage);
return ;
}