（原）Opencv中直方图均衡和图像动态范围拉伸的代码

转载请注明出处：

 http://www.cnblogs.com/darkknightzh/p/5102032.html

参考网址：

http://blog.csdn.net/abcjennifer/article/details/7401921

实际上opencv中有自带的直方图均衡的程序。

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;

/*!
* rief   图像直方图均衡
*
* param[in]        srcImg          输入图像
* param[in,out]    dstImg          输出图像
*
* 
eturn           0               处理成功
*
* date 2016-1-5    10:03:33
*
*/
int HistEQ(Mat& dstImg, const Mat& srcImg)
{
    assert(srcImg.type() == CV_8UC1);

    if (&srcImg != &dstImg)    // 当输入和输出相同时，对输出矩阵不需要重新分配空间
    {
        dstImg = Mat(srcImg.rows, srcImg.cols, CV_8UC1);
    }

    double p[256] = { 0 }, num[256] = {0};

    //计算直方图
    for (auto i = 0; i < srcImg.rows; i++)
    {
        for (auto j = 0; j < srcImg.cols; j++)
        {
            uchar val = srcImg.at<uchar>(i, j);
            num[val]++;
        }
    }

    //计算概率分布
    for (auto i = 0; i < 256; i++)
    {
        p[i] = num[i] / (srcImg.rows * srcImg.cols);
    }

    //计算累计概率分布
    for (auto i = 1; i < 256; i++)
    {
        p[i] += p[i-1];
    }

    // 直方图变换
    for (auto i = 0; i < srcImg.rows; i++)
    {
        for (auto j = 0; j < srcImg.cols; j++)
        {
            uchar val = srcImg.at<uchar>(i, j);
            dstImg.at<uchar>(i, j) = static_cast<uchar>(p[val] * 255 + 0.5);
        }
    }

    return 0;
}


/*!
* rief   图像动态范围拉伸到[0, 255]
*
* param[in]        srcImg          输入图像
* param[in,out]    dstImg          输出图像
*
* 
eturn           0               处理成功
*
* date 2016-1-5    10:03:33
*
*/
int DynamicStretch(Mat& dstImg, const Mat& srcImg)
{
    assert(srcImg.type() == CV_8UC1);
    if (&srcImg != &dstImg)    // 当输入和输出相同时，对输出矩阵不需要重新分配空间
    {
        dstImg = Mat(srcImg.rows, srcImg.cols, CV_8UC1);
    }
    
    double maxVal = -std::numeric_limits<double>::max();
    double minVal = 0;
//    int minIdx[2] = { 0 }, maxIdx[2] = { 0 }; // minMaxIdx函数返回x，y位置，故此处需要声明的数组大小为2

    minMaxIdx(srcImg, &minVal, &maxVal/*, minIdx, maxIdx*/);  // 寻找图像的最大最小值

    for (auto i = 0; i < srcImg.rows; i++)
    {
        for (auto j = 0; j < srcImg.cols; j++)
        {
            uchar val = srcImg.at<uchar>(i, j);
            dstImg.at<uchar>(i, j) = static_cast<uchar>(255 * (val - minVal) * 1.0 / (maxVal - minVal));
        }
    }

    return 0;
}


/// rief   主程序
int _tmain(int argc, _TCHAR* argv[])
{

    Mat img = imread("E:\01.jpg", 0);
    imshow("img", img);

    Mat imgEQ;
    equalizeHist(img, imgEQ);  // opencv自带的直方图均衡的程序
    imshow("imgEQ", imgEQ);

    Mat imgEQ2;
    HistEQ(imgEQ2, img);       // 调用上面直方图均衡的函数HistEQ
    imshow("imgEQ2", imgEQ2);

    Mat imgStretch;
    DynamicStretch(imgStretch, img);  // 调用上面动态范围拉伸的函数HistEQ
    imshow("imgStretch", imgStretch);

    waitKey(0);

    return 0;
}