OpenCV 之ios 直方圖均衡化
目標(biāo)
在這個(gè)教程中你將學(xué)到:
- 什么是圖像的直方圖和為什么圖像的直方圖很有用
- 用OpenCV函數(shù) equalizeHist 對(duì)圖像進(jìn)行直方圖均衡化
原理
圖像的直方圖是什么?
- 直方圖是圖像中像素強(qiáng)度分布的圖形表達(dá)方式.
-
它統(tǒng)計(jì)了每一個(gè)強(qiáng)度值所具有的像素個(gè)數(shù).
直方圖均衡化是什么?
- 直方圖均衡化是通過拉伸像素強(qiáng)度分布范圍來增強(qiáng)圖像對(duì)比度的一種方法.
- 說得更清楚一些, 以上面的直方圖為例, 你可以看到像素主要集中在中間的一些強(qiáng)度值上. 直方圖均衡化要做的就是 拉伸 這個(gè)范圍. 見下面左圖: 綠圈圈出了 少有像素分布其上的 強(qiáng)度值. 對(duì)其應(yīng)用均衡化后, 得到了中間圖所示的直方圖. 均衡化的圖像見下面右圖.
直方圖均衡化是怎樣做到的?
- 均衡化指的是把一個(gè)分布 (給定的直方圖) 映射 到另一個(gè)分布 (一個(gè)更寬更統(tǒng)一的強(qiáng)度值分布), 所以強(qiáng)度值分布會(huì)在整個(gè)范圍內(nèi)展開.
- 要想實(shí)現(xiàn)均衡化的效果, 映射函數(shù)應(yīng)該是一個(gè) 累積分布函數(shù) (cdf) (更多細(xì)節(jié), 參考學(xué)習(xí)OpenCV). 對(duì)于直方圖 H(i) , 它的 累積分布 H'(i)是:
要使用其作為映射函數(shù), 我們必須對(duì)最大值為255 (或者用圖像的最大強(qiáng)度值) 的累積分布 H'(i)進(jìn)行歸一化. 同上例, 累積分布函數(shù)為:
最后, 我們使用一個(gè)簡(jiǎn)單的映射過程來獲得均衡化后像素的強(qiáng)度值:
例程
#ifdef __cplusplus
#import <opencv2/opencv.hpp>
#import <opencv2/imgcodecs/ios.h>
#import <opencv2/imgproc.hpp>
#import <opencv2/highgui.hpp>
#import <opencv2/core/operations.hpp>
#import <opencv2/core/core_c.h>
using namespace cv;
using namespace std;
#endif
#import "ZFTViewController.h"
@interface ZFTViewController ()
@end
@implementation ZFTViewController
- (void)viewDidLoad {
[super viewDidLoad];
Mat src, dst;
UIImage * src1Image = [UIImage imageNamed:@"chicky_512.png"];
src = [self cvMatFromUIImage:src1Image];
UIImageView *imageView;
imageView = [self createImageViewInRect:CGRectMake(0, 100, 150, 150)];
[self.view addSubview:imageView];
imageView.image = [self UIImageFromCVMat:src];
/// 轉(zhuǎn)為灰度圖
cvtColor( src, src, CV_BGR2GRAY );
imageView = [self createImageViewInRect:CGRectMake(0, 250, 150, 150)];
[self.view addSubview:imageView];
imageView.image = [self UIImageFromCVMat:src];
/// 應(yīng)用直方圖均衡化
equalizeHist( src, dst );
/// 設(shè)置源圖像和目標(biāo)圖像上的三組點(diǎn)以計(jì)算仿射變換
imageView = [self createImageViewInRect:CGRectMake(0, 400, 150, 150)];
[self.view addSubview:imageView];
imageView.image = [self UIImageFromCVMat:dst];
}
#pragma mark - private
//brg
- (cv::Mat)cvMatFromUIImage:(UIImage *)image
{
CGColorSpaceRef colorSpace =CGColorSpaceCreateDeviceRGB();
CGFloat cols = image.size.width;
CGFloat rows = image.size.height;
Mat cvMat(rows, cols, CV_8UC4); // 8 bits per component, 4 channels (color channels + alpha)
CGContextRef contextRef = CGBitmapContextCreate(cvMat.data, // Pointer to data
cols, // Width of bitmap
rows, // Height of bitmap
8, // Bits per component
cvMat.step[0], // Bytes per row
colorSpace, // Colorspace
kCGImageAlphaNoneSkipLast |
kCGBitmapByteOrderDefault); // Bitmap info flags
CGContextDrawImage(contextRef, CGRectMake(0, 0, cols, rows), image.CGImage);
CGContextRelease(contextRef);
Mat dst;
Mat src;
cvtColor(cvMat, dst, COLOR_RGBA2BGRA);
cvtColor(dst, src, COLOR_BGRA2BGR);
return src;
}
-(UIImage *)UIImageFromCVMat:(cv::Mat)cvMat
{
// mat 是brg 而 rgb
Mat src;
NSData *data=nil;
CGBitmapInfo info =kCGImageAlphaNone|kCGBitmapByteOrderDefault;
CGColorSpaceRef colorSpace;
if (cvMat.depth()!=CV_8U) {
Mat result;
cvMat.convertTo(result, CV_8U,255.0);
cvMat = result;
}
if (cvMat.elemSize() == 1) {
colorSpace = CGColorSpaceCreateDeviceGray();
data= [NSData dataWithBytes:cvMat.data length:cvMat.elemSize()*cvMat.total()];
} else if(cvMat.elemSize() == 3){
cvtColor(cvMat, src, COLOR_BGR2RGB);
data= [NSData dataWithBytes:src.data length:src.elemSize()*src.total()];
colorSpace = CGColorSpaceCreateDeviceRGB();
}else if(cvMat.elemSize() == 4){
colorSpace = CGColorSpaceCreateDeviceRGB();
cvtColor(cvMat, src, COLOR_BGRA2RGBA);
data= [NSData dataWithBytes:src.data length:src.elemSize()*src.total()];
info =kCGImageAlphaNoneSkipLast | kCGBitmapByteOrderDefault;
}else{
NSLog(@"[error:] 錯(cuò)誤的顏色通道");
return nil;
}
CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)data);
// Creating CGImage from cv::Mat
CGImageRef imageRef = CGImageCreate(cvMat.cols, //width
cvMat.rows, //height
8, //bits per component
8 * cvMat.elemSize(), //bits per pixel
cvMat.step[0], //bytesPerRow
colorSpace, //colorspace
kCGImageAlphaNone|kCGBitmapByteOrderDefault,// bitmap info
provider, //CGDataProviderRef
NULL, //decode
false, //should interpolate
kCGRenderingIntentAbsoluteColorimetric //intent
);
// Getting UIImage from CGImage
UIImage *finalImage = [UIImage imageWithCGImage:imageRef];
CGImageRelease(imageRef);
CGDataProviderRelease(provider);
CGColorSpaceRelease(colorSpace);
return finalImage;
}
@end
說明
利用函數(shù) equalizeHist 對(duì)上面灰度圖做直方圖均衡化:
equalizeHist( src, dst );
可以看到, 這個(gè)操作的參數(shù)只有源圖像和目標(biāo) (均衡化后) 圖像.
結(jié)果
直方圖變化如下
直方圖具體繪制看后面的章節(jié)
