我正在尝试使用以下函数使用 OpenCV 执行直方图均衡
Mat Histogram::Equalization(const Mat& inputImage)
{
if(inputImage.channels() >= 3)
{
vector<Mat> channels;
split(inputImage,channels);
Mat B,G,R;
equalizeHist( channels[0], B );
equalizeHist( channels[1], G );
equalizeHist( channels[2], R );
vector<Mat> combined;
combined.push_back(B);
combined.push_back(G);
combined.push_back(R);
Mat result;
merge(combined,result);
return result;
}
return Mat();
}
但是当我得到结果时,输入和输出图像似乎没有区别,我做错了什么?
抱歉图像质量不好,“预处理”(左)是直方图均衡,你可以看到它与输入相同(右)。
错过了什么?
最佳答案
直方图均衡是一个非线性过程。 channel 分割和单独均衡每个 channel 不是对比度均衡的正确方法。均衡涉及图像的 强度 值,而不是颜色分量。因此对于简单的 RGB 彩色图像,不应在每个 channel 上单独应用 HE。相反,它应该被应用,以便在不干扰图像色彩平衡的情况下均衡强度值。因此,第一步是将图像的颜色空间从 RGB 转换为将强度值与颜色分量分开的颜色空间之一。其中一些是:
将图像从 RGB 转换为上述颜色空间之一。 YCbCr 是首选,因为它专为数字图像而设计。执行强度平面 Y 的 HE。将图像转换回 RGB。
在您目前的情况下,您没有观察到任何显着变化,因为图像中只有 2 种突出的颜色。当图像中的颜色较多时,分割方法会导致颜色不平衡。
例如,考虑以下图片:
输入图像
强度图像均衡
独立 channel 均衡
(注意假色)
这是使用 YCbCr 色彩空间对彩色图像进行直方图均衡的 OpenCV 代码。
Mat equalizeIntensity(const Mat& inputImage)
{
if(inputImage.channels() >= 3)
{
Mat ycrcb;
cvtColor(inputImage,ycrcb,CV_BGR2YCrCb);
vector<Mat> channels;
split(ycrcb,channels);
equalizeHist(channels[0], channels[0]);
Mat result;
merge(channels,ycrcb);
cvtColor(ycrcb,result,CV_YCrCb2BGR);
return result;
}
return Mat();
}
关于c++ - 直方图均衡不适用于彩色图像 - OpenCV,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15007304/