我真的对这种技术感到困惑。我知道直方图是每个值的频率(我正在处理灰度图像)并且我已经产生了一种方法来做到这一点:
int[] populateHist (PImage x)
{
x.loadPixels();
int[] out = new int[256];
for (int i = 0; i < x.pixels.length; i++)
{
out[(int)red(x.pixels[i])]++;
}
return out;
}
以及累积数组的扩散函数:
int[] spreadFunc (int[] a)
{
int[] out = new int[256];
for (int i = 0; i < a.length; i++)
{
if (i == 0)
{
out[i] = (a[i]);
}
else
out[i] = (a[i]) + (a[i-1]);
}
return out;
}
下一步是对这些值进行归一化,那么取最大值并将所有值除以相同的特定数字以使最大值现在为 255 是否正确?
此外,另一件让我感到困惑的事情是,即使在对直方图进行归一化之后,我如何才能使用散布的像素值重新创建图像?
最佳答案
首先您获得 CDF(累积分布函数)。这基本上是您的“传播函数”,但您应该对其进行归一化,使其从 0 变为 1(除以像素数,使用 double 值)。
其次,您重新映射像素值 y = cdf(x)*255
或者只执行 y = cdf(x)
并将最小值-最大值线性重新映射到 0-255 范围内,这基本上是同一回事。
参见例如 http://en.wikipedia.org/wiki/Histogram_equalization#Implementation
关于java - 逐点图像处理——直方图均衡化(处理),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10127287/