直方圖均衡化

效果

代碼

import cv2 as cv import numpy as np import matplotlib.pyplot as pltsrc = cv.imread("/home/xueaoru/下載/IMG_20190326_232636.jpg") gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY) # 原圖 arr = gray.flatten() eq = [np.sum(arr == i) for i in range(256)] eq = np.array(eq) eq = eq / eq.sum() fg = plt.figure(1) plt.subplot(3,2,1) plt.imshow(gray,cmap='gray') plt.subplot(3,2,2) plt.hist(arr,bins = 256,density=1,alpha = 0.75) # opencv 直方圖均值化 plt.subplot(3,2,3) out = cv.equalizeHist(gray) plt.imshow(out,cmap='gray') plt.subplot(3,2,4) arr_2 = out.flatten() plt.hist(arr_2,bins = 256,density=1,alpha = 0.75) # 自己實現(xiàn)直方圖均值化 fx = [] fx.append(eq[0]) for i in range(1,256):fx.append(fx[i-1]+eq[i]) val = np.array([255*fx[a] for a in arr]) val = val.reshape(gray.shape) plt.subplot(3,2,5) plt.imshow(val,cmap="gray") plt.subplot(3,2,6) arr_3 = val.flatten() plt.hist(arr_3,bins=256,density=1,alpha = 0.75) plt.show()

原理

圖像直方圖的原始分布：

目標分布：

\[ F_Y(y) = P\lbrace Y\leq y \rbrace = P \lbrace T(X) \leq y \rbrace = P \lbrace X \leq T^{-1}(y) \rbrace = F_X(T^{-1}(y)) \tag{1} \]
那么這個公式是如何得來的呢？
\[ P \lbrace T(X) \leq y \rbrace = P \lbrace X \leq T^{-1}(y) \rbrace \tag{2} \]

\[ 例如，有Y=3X,也即T(X) = 3X,那么P \lbrace 3X \leq y \rbrace = P \lbrace X \leq \frac{y}{3} \rbrace =P \lbrace X \leq T^{-1}(y) \rbrace\\， 若T(X) = -3X,很明顯上面的公式符號方向會改變。 \]

由于我們要求的變換函數(shù)在變換后仍然要保持在變換之前變換亮度相對高的變換之后相對亮度仍然要高，所以變換函數(shù)必須是單調遞增的，所以上式不變號。
\[ 由(1)繼續(xù)推，兩邊同時求導，那么有\(zhòng)\ f_Y(y) = \frac{dT^{-1}(y)}{dy}*f_x(T^{-1}(y))=\frac{dx}{dy}*f_x(X) \tag{3} \]

\[ 化簡一下有\(zhòng)\ \frac{1}{255}dy = f_x(x)dx\\ 兩邊同時求積分有\(zhòng)\ y = 255*\int^{x}_0f_x(x)dx\\\tag{4} \]

\[ 離散化上式則有\(zhòng)\ y = \sum_{i=0}^{x} f_x(i) \]

根據(jù)上面的推導，我們寫出了上面的代碼。但是，由圖我們看到，直方圖均衡化之后的圖像的概率分布好像并不是完全均勻分布的呀？怎么回事？

我們仔細查閱了相關資料，在《岡薩雷斯數(shù)字圖像處理》這本書中查到了相關的語句。

然而，我們還是不理解，為什么有的灰度值沒有對應的變換后的值？

繼續(xù)往后看，直到看到了這個圖，恍然大悟！

可以看到，均衡后的直方圖中，灰度值為2的點，在變換函數(shù)中并沒有一個合適的sk值與之對應，因此這些點的值就這么消失了！

轉載于:https://www.cnblogs.com/aoru45/p/10633313.html

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的[图像处理] 直方图均衡化原理 - 数学推导的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。