OpenCV 直方图均衡

本教程将讨论使用 OpenCV 的 equalizeHist() 函数查找彩色图像的直方图均衡。

使用 OpenCV 的 equalizeHist() 函数查找彩色图像的直方图均衡化

直方图均衡用于增加图像的强度级别或对比度。直方图均衡将使亮区更亮，暗区更暗。

灰度图像仅包含亮度值，因此我们可以直接将其传递给 equalizeHist() 函数以查找图像的直方图均衡化。

彩色图像大多在 RGB 颜色空间中，代表红、绿、蓝颜色的强度值，而不是亮度值。

所以我们不能直接在 equalizeHist() 函数中传递彩色图像来找到图像的直方图均衡化。

我们必须将图像转换为另一个颜色空间，其中有一个单独的亮度值通道，如 HSV、YCbCr 和 YUV。

改变图像的颜色空间后，我们可以通过 equalizeHist() 函数中包含亮度值的通道来查找给定图像的直方图均衡化。

为了得到想要的结果，我们必须用 equalizeHist() 函数的输出替换亮度值通道。之后，我们可以将图像转换回原始色彩空间。

我们可以使用 OpenCV 的 cvtColor() 函数更改图像的颜色空间。

例如，让我们找到彩色图像的直方图均衡化。

请参阅下面的代码。

import cv2
import numpy as np

img = cv2.imread('test.png')
img_yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

img_yuv[:,:,0] = cv2.equalizeHist(img_yuv[:,:,0])

img_output = cv2.cvtColor(img_yuv, cv2.COLOR_YUV2BGR)

cv2.imshow('input image', img)
cv2.imshow('output Image', img_output)

cv2.waitKey(0)

输出：

在上面的代码中，我们只找到了 YUV 颜色空间图像的 Y 通道的直方图均衡化。

我们还可以使用 HSV 和 YCbCr 颜色空间来查找直方图均衡化。