笑了,学校终于讲算法了,急死我了

但是真没想到这么短小的算法这么好玩

直方图均衡化

实现,先计算出现概率,然后求前缀和

灰度为0的还是0,其他的前缀值和乘上最大灰度值,然后给这个值四舍五入作为新值

不改变灰度的出现次数

力图使等长区间内出现的像素数接近相等

第一步:彩色变灰色

彩色变灰色:加起来除以3

1
2
3
4
Mat img=imread("dark.jpg");
Mat a[3];
split(img,a);
Mat b=(a[0]+a[1]+a[2])/3;

第二步:统计出现灰度频率

注意点是,灰度图中,每个格子的类型就是uchar了,前面的文章中有提到

1
2
3
4
5
6
vector<double> cnt(260,0);
for(int i=0;i<r;i++){
  for(int j=0;j<c;j++){
    cnt[b.at<uchar>(i,j)]++;
  }
}

第三步:得到新的像素值

这里先求前缀和,然后除总像素值,最后乘以255再四舍五入

1
2
3
for(int i=1;i<=255;i++) cnt[i]+=cnt[i-1];
for(int i=1;i<=255;i++) cnt[i]=round((cnt[i]*255)/cnt[255]);
cnt[0]=0;

第四步:得到新的图

1
2
3
4
5
for(int i=0;i<r;i++){
  for(int j=0;j<c;j++){
    d.at<uchar>(i,j)=cnt[b.at<uchar>(i,j)];
  }
}

效果展示

注意选择一张比较昏暗的图片

转换成的灰度图

然后使用算法:

这样看起来对比度就强烈一点了

感觉这个算法的主要作用点就是手动打光

但是不昏暗的效果就没什么作用,比如这个光锥变换的效果就一般

此外这个算法对越昏暗的图片效果越好

比如这个:

然后居然能得到:

哈哈哈,拍摄的是我的阳台,故意这么拍摄的,没想到效果这么好