C语言数字图像处理之直方图均衡化

时间：2022-11-30 17:47:29

本文为大家分享了C语言直方图均衡化的具体代码，供大家参考，具体内容如下

 

原理

直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果。

直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。灰度直方图是灰度级的函数, 反映的是图像中具有该灰度级像素的个数, 其横坐标是灰度级r, 纵坐标是该灰度级出现的频率( 即像素的个数) pr( r) , 整个坐标系描述的是图像灰度级的分布情况, 由此可以看出图像的灰度分布特性, 即若大部分像素集中在低灰度区域, 图像呈现暗的特性; 若像素集中在高灰度区域, 图像呈现亮的特性。灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白

 

实现

流程：

1）统计每个灰度级像素点的个数
2）计算灰度分布密度
3）计算累计直方图分布
4）累计分布取整，保存计算出来的灰度映射关系
处理图片规格800*600 8位灰度单通道

原图

C语言数字图像处理之直方图均衡化

直方图均衡化

C语言数字图像处理之直方图均衡化

分析：本次实验中，我故意把原图调暗，进行直方图均衡化后可以明显感受到整幅图像亮度增大了，而且某些细节方面更加突出。

出现问题

最初进行直方图均衡化时，输出结果如下：

C语言数字图像处理之直方图均衡化

经分析，是没有对数组初始化置零导致的。Hist数组是进行一个统计像素点个数的数组，最初倘若不置零，结果必然毫无意义。

故而添加数组内存置零的操作：

C语言数字图像处理之直方图均衡化

经测试，问题解决。

附代码

#include <stdio.h>  
#include <stdlib.h>  
#include <memory.h>
#define height  600  
#define width   800
typedef unsigned char  BYTE;    // 定义BYTE类型，占1个字节

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));//创建内存
  for (int i = 0; i < height; i++)
  {
      for (int j = 0; j < width; j++)
      {
          fread(ptr, 1, 1, fp);
          Pic[i][j] = *ptr;  // 把图像输入到2维数组中,变成矩阵型式  
          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++) //计算差分矩阵直方图  直方图  统计每个灰度级像素点的个数
  {
      for (j = 0; j < width; j++)
      {
          unsigned char GrayIndex = Pic[i][j];
          hist[GrayIndex] ++;
      }
  }
  for (i = 0; i< 256; i++)  // 计算灰度分布密度
  {
      fpHist[i] = (float)hist[i] / (float)size;
  }
  for (i = 0; i< 256; i++)  // 计算累计直方图分布
  {
      if (i == 0)
      {
          eqHistTemp[i] = fpHist[i];
      }
      else
      {
          eqHistTemp[i] = eqHistTemp[i - 1] + fpHist[i];
      }
  }
  //累计分布取整，保存计算出来的灰度映射关系
  for (i = 0; i< 256; i++)
  {
      eqHist[i] = (int)(255.0 * eqHistTemp[i] + 0.5);
  }
  for (i = 0; i < height; i++) //进行灰度映射均衡化
  {
      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内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/ZhaoDongyu_AK47/article/details/106973312

标签：

相关文章