直方圖均衡化的算法和代碼

直方圖均衡化算法分爲三個步驟，第一步是統計直方圖每個灰度級出現的次數，第二步是累計歸一化的直方圖，第三步是計算新的像素值。

第一步：

    for(i=0;i<height;i++){
       for(j=0;j<width;j++){
          n[s[i][j]]++;
       }
    }

    for(i=0;i<L;i++){

        p[i]=n[i]/(width*height);

    }

    這裏，n[i]表示的是灰度級爲i的像素的個數，L表示的是最大灰度級，width和height分別表示的是原始圖像的寬度和高度，所以，p[i]表示的就是灰度級爲i的像素在整幅圖像中出現的概率(其實就是p[]這個數組存儲的就是這幅圖像的歸一化之後的直方圖)。

第二步：

    for(i=0;i<=L;i++){
       for(j=0;j<=i;j++){
          c[i]+=p[j];
       }
    }

    c[]這個數組存儲的就是累計的歸一化直方圖。

第三步：

    max=min=s[0][0];
    for(i=0;i<height;i++){
       for(j=0;j<width;j++){
           if(max<s[i][j]){

               max=s[i][j];

           }else if(min>s[i][j]){

               min=s[i][j];

           }
       }
    }

    找出像素的最大值和最小值。

    for(i=0;i<height;i++){
       for(j=0;j<width;j++){
          t[i][j]=c[s[i][j]]*(max-min)+min;
      }
    }

    t[][]就是最終直方圖均衡化之後的結果。

 

   對於彩色的圖片來說，直方圖均衡化一般不能直接對R、G、B三個分量分別進行上述的操作，而要將RGB轉換成HSV來對V分量進行直方圖均衡化的操作。