导航：首页 > 互联网科技 >

C++怎么实现直方图归一化

发表于：2025-02-04 作者：千家信息网编辑

千家信息网最后更新 2025年02月04日，本篇内容主要讲解"C++怎么实现直方图归一化"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"C++怎么实现直方图归一化"吧!图像处理100问，这个项目切切实

千家信息网最后更新 2025年02月04日C++怎么实现直方图归一化

本篇内容主要讲解"C++怎么实现直方图归一化"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"C++怎么实现直方图归一化"吧!

图像处理100问，这个项目切切实实的包含了100个各种直击你薄弱底子的问题，看完可以帮你完善很多的知识漏洞和误区。

直接看看目录吧：

截取了三张，应该能看出他覆盖的还是很全面的了叭。附带python和c++两套代码，可以根据自己条件选择。

来随便找一个问题看看：

问题简单直接，还附带一点点知识点介绍，该项目作者本人奉行的是手写代码实现，而不是简单的调用一句opencv的API，可以看看这道题的答案：

C++版：

#include #include #include #include // histogram normalizationcv::Mat histogram_normalization(cv::Mat img, int a, int b){  // get height and width  int width = img.cols;  int height = img.rows;  int channel = img.channels();
  int c, d;  int val;
  // prepare output  cv::Mat out = cv::Mat::zeros(height, width, CV_8UC3);
  // get [c, d]  for (int y = 0; y < height; y++){    for (int x = 0; x < width; x++){      for (int _c = 0; _c < channel; _c++){        val = (float)img.at(y, x)[_c];        c = fmin(c, val);        d = fmax(d, val);      }    }  }
  // histogram transformation  for (int y = 0; y < height; y++){    for ( int x = 0; x < width; x++){      for ( int _c = 0; _c < 3; _c++){        val = img.at(y, x)[_c];
        if (val < a){          out.at(y, x)[_c] = (uchar)a;        }        else if (val <= b){          out.at(y, x)[_c] = (uchar)((b - a) / (d - c) * (val - c) + a);        }        else {          out.at(y, x)[_c] = (uchar)b;        }      }    }  }
  return out;}
int main(int argc, const char* argv[]){  // read image  cv::Mat img = cv::imread("imori_dark.jpg", cv::IMREAD_COLOR);
  // histogram normalization  cv::Mat out = histogram_normalization(img, 0, 255);
  //cv::imwrite("out.jpg", out);  cv::imshow("answer", out);  cv::waitKey(0);  cv::destroyAllWindows();
  return 0;}

python版本：

import cv2import numpy as npimport matplotlib.pyplot as plt
# histogram normalizationdef hist_normalization(img, a=0, b=255):  # get max and min  c = img.min()  d = img.max()
  out = img.copy()
  # normalization  out = (b-a) / (d - c) * (out - c) + a  out[out < a] = a  out[out > b] = b  out = out.astype(np.uint8)
  return out
# Read imageimg = cv2.imread("imori_dark.jpg").astype(np.float)H, W, C = img.shape
# histogram normalizationout = hist_normalization(img)
# Display histogramplt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))plt.savefig("out_his.png")plt.show()
# Save resultcv2.imshow("result", out)cv2.waitKey(0)cv2.imwrite("out.jpg", out)