图像中的直方图

摄影中的直方图

参考链接

一句话概括来说就是：

按256级灰阶离散化的概率密度函数

摄影中直方图在摄影的前期的作用

• 发现照片中过曝和欠曝区域
• 提示环境亮度反差是否超过了相机能记录下来的宽容度
• 帮助我们准确的向右曝光，获得更高的信噪比（芯片收到的光线信号与芯片本身噪点数量的比值），获得质量更高的信息记录

直方图在后期影调调整中的作用

一张照片的明暗，我们可以从两个角度进行解读。一种是科学的方式，也就是前面提到的曝光。一种是艺术的方式，也就是我接下来会讲到的影调。

影调按照类别主要可以分为3大类：

（1）低调，中间调，高调 照片的整体亮度

（2）长调，中调，短调 照片的亮度分布广度

（3）硬调，软调 对比度，反差

图像处理中的直方图

图像增强 直方图均衡化 Histogram equalization

参考链接

直方图均衡的目的是为了使灰度分布的更广泛，从而来拉伸对比度，达到了增强图像的目的–便于观察，更容易区分不同灰度间的细节：

具体算法见这个链接，解释比较详细。

图像增强 直方图匹配 Histogram Specification

参考链接

直方图匹配（规定化）通俗一点说，就是人为规定输出图像的直方图。

直方图均衡是直方图规定化的特例（当规定直方图为常数，例如都是1）。

直方图匹配使用了直方图均衡做中间环节，将原图直方图和目标直方图进行均衡，然后互射，从原始图像直接映射到目标直方图均衡的结果，然后根据目标直方图均衡的逆映射，得到目标灰度值，示意图如下：