### 基于OpenCV实现直方图均衡化与直方图规定化的代码示例 #### 直方图均衡化 直方图均衡化是一种用于增强图像对比度的技术，其核心思想是对像素值重新分布以使直方图更加均匀[^1]。以下是基于OpenCV的Python代码示例： ```python import cv2 import numpy as np from matplotlib import pyplot as plt # 加载灰度图像 gray_image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE) # 应用直方图均衡化 equ_image = cv2.equalizeHist(gray_image) # 显示原图和均衡化后的图像 plt.subplot(1, 2, 1), plt.imshow(gray_image, cmap='gray') plt.title('Original Image'), plt.xticks([]), plt.yticks([]) plt.subplot(1, 2, 2), plt.imshow(equ_image, cmap='gray') plt.title('Histogram Equalized Image'), plt.xticks([]), plt.yticks([]) plt.show() ``` 对于彩色图像，可以先将其转换到YUV或HSV颜色空间，在该空间下仅对亮度分量应用均衡化后再转回RGB空间[^3]。 ```python # 加载彩色图像 color_image = cv2.imread('image.jpg') # 转换到 YUV 颜色空间 yuv_image = cv2.cvtColor(color_image, cv2.COLOR_BGR2YUV) # 对 Y 通道进行均衡化 yuv_image[:, :, 0] = cv2.equalizeHist(yuv_image[:, :, 0]) # 转换回 BGR 颜色空间 equalized_color_image = cv2.cvtColor(yuv_image, cv2.COLOR_YUV2BGR) cv2.imshow('Color Histogram Equalization', equalized_color_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- #### 直方图规定化 直方图规定化是指将输入图像的直方图调整为目标直方图的过程。虽然OpenCV未直接提供API支持直方图规定化，但可以通过手动计算累积分布函数(CDF)并映射像素值来实现[^4]。 以下是一个简单的直方图规定化实现方法： ```python def hist_specification(src_hist, ref_hist): """ 计算直方图规定化所需的映射表。 :param src_hist: 输入图像的直方图 :param ref_hist: 参考图像的直方图 :return: 映射表 """ src_cdf = src_hist.cumsum() / src_hist.sum() ref_cdf = ref_hist.cumsum() / ref_hist.sum() mapping_table = np.zeros(256, dtype=np.uint8) for i in range(len(mapping_table)): j = (ref_cdf >= src_cdf[i]).argmax() mapping_table[i] = j return mapping_table def apply_histogram_specification(image, reference_image): """ 将参考图像的直方图应用于源图像。 :param image: 源图像 :param reference_image: 参考图像 :return: 处理后的图像 """ # 计算两个图像的直方图 src_hist = cv2.calcHist([image], [0], None, [256], [0, 256]) ref_hist = cv2.calcHist([reference_image], [0], None, [256], [0, 256]) # 获取映射表 mapping_table = hist_specification(src_hist.flatten(), ref_hist.flatten()) # 应用映射表 result = cv2.LUT(image, mapping_table) return result # 示例：加载两幅灰度图像 src_gray = cv2.imread('source_image.jpg', cv2.IMREAD_GRAYSCALE) ref_gray = cv2.imread('reference_image.jpg', cv2.IMREAD_GRAYSCALE) # 执行直方图规定化 result_image = apply_histogram_specification(src_gray, ref_gray) # 展示结果 cv2.imshow('Source Image', src_gray) cv2.imshow('Reference Image', ref_gray) cv2.imshow('Result Image', result_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` ---