（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.****.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;

 /*!
 * \brief   图像直方图均衡
 *
 * \param[in]        srcImg          输入图像
 * \param[in,out]    dstImg          输出图像
 *
 * \return           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[] = {  }, num[] = {};

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

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

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

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

     return ;
 }

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

     return ;
 }

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

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

     return ;
 }