数字图像处理实验教程 V3.1
7. 预习内容
图像直方图的概念；直方图均衡化的计算方法。 8. 参考程序代码
/* 程序名：imadjust.cpp
功 能：读入图像，强制转换为灰度图，对其进行灰度变换 */
#include \
#include \/*
灰度变换函数ImageAdjust
其中，源图像src和目标图像dst均为8比特的灰度图像 默认的参数值有：
[low, high] = [0,1]; [bottom, top] = [0,1];
线性变换：将源灰度值的[low, high]区间线性变换到[bottom, top]区间 如果变换成功，返回0，否则返回非零值。 */
int ImageAdjust(IplImage* src, IplImage* dst, double low, double high, double bottom, double top) {
if( low<0 || low>1 || high <0 || high>1 || bottom<0 || bottom>1 || top<0 || top>1 || low>=high)
return -1;//输入参数值不符合函数要求，则返回失败值
//将输入参数缩放到8比特图像的灰度级别[0, 255]上 double low2 = low*255; double high2 = high*255;
double bottom2 = bottom*255; double top2 = top*255;
double k = (top2 - bottom2)/(high2 - low2);//计算直线斜率
int x,y; double val;
//对图像中的像素逐个进行灰度变换
for( y = 0; y < src->height; y++)//y为像素的纵坐标 {
for (x = 0; x < src->width; x++)//x为像素的横坐标 {
val= (uchar) src->imageData [ src->widthStep*y + x]; //得到源图像中像素点的灰度值
val = (val - low2)* k + bottom2;//计算变换后的灰度值 if(val>255) val=255;
26
数字图像处理实验教程 V3.1
if(val<0) val=0;//保证灰度值落在有效的灰度级别内
dst->imageData[ dst->widthStep*y + x] = val;//对目标图像的像素
点重新赋灰度值 } }
return 0; }
int main( int argc, char** argv ) {
IplImage *src = 0, *dst = 0;
if( argc != 2 || (src=cvLoadImage(argv[1], 0)) == NULL)//参数0表示强制转换为单通道灰度图像
return -1;//指定读取灰度图像，否则程序退出
cvNamedWindow( \ cvNamedWindow( \
//以下为图像增强过程 //先复制源图像
dst = cvCloneImage(src);
//输入参数 [0,0.5] 和 [0.5,1]进行灰度变换 if( ImageAdjust( src, dst, 0, 0.5, 0.5, 1)!=0) return -1;
cvShowImage( \ cvShowImage( \ cvWaitKey(0);
cvDestroyWindow(\ cvDestroyWindow(\ cvReleaseImage( &src ); cvReleaseImage( &dst );
return 0; }
9. OpenCV函数解释
cvCloneImage复制图像函数
语法：IplImage* cvCloneImage(const IplImage* image)
输入参数为源图像IplImage指针，返回值为目的IplImage指针。
27
数字图像处理实验教程 V3.1
实验5 直方图均衡化（验证性，3.3节）
1. 实验目的
（1）熟悉直方图均衡化处理的理论基础； （2）掌握直方图均衡化处理的实现方法； （3）学习VC++6.0和OpenCV的编程方法； （4）验证直方图均衡化处理理论； （5）观察直方图均衡化处理的结果。 2. 实验内容
（1） 使用VC++6.0编译OpenCV程序histeq.c的代码，使程序显示直方图均衡
化后的图像。观察并记录实验结果。
（2） OpenCV已经封装了对图像进行均衡化的算法（cvEqualizeHist函数），试
修改histeq.c的代码，直接使用函数cvEqualizeHist对图像进行均衡化。 （3） 选做实验：参考提供的代码imhist.c，建立相应工程，实现图像直方图的
显示。了解在OpenCV中画图形的方法。 3. 实验回答问题
简述图像直方图均衡化的计算步骤。 1.累积 2.取整 3，映射 4.计算 4. 练习
【基础练习】
（1） 熟练使用快捷键及C程序调试方法：F9加断点，F10单步执行，F5调试
等。
（2） 练习使用printf打印语句用来检测局部结果。 5. 实验报告要求
实验报告要求写明以下7方面内容： （1） 写明实验目的。
（2） 写明实验内容和步骤。
（3） 写出图像处理函数代码，并对算法程序部分加详细的注释。 （4） 描绘并解释实验结果，并对实验结果进行分析。 （5） 写明实验中存在的不足，以及改进的方法。 （6） 回答实验中涉及到的问题。 （7） 写出本次实验的体会。 6. 预习内容
预习空域滤波器的分类；平滑、锐化滤波器的实现方法。 7. 参考程序代码 /* 程序名：histeq.c
功 能：读入图像，实现直方图的均衡化并显示 */
#include \
#include \
#define HDIM 256 // bin of HIST, default = 256
28
数字图像处理实验教程 V3.1
int main( int argc, char** argv ) {
IplImage *src = 0, *dst = 0; CvHistogram *hist = 0;
int n = HDIM; double nn[HDIM]; uchar T[HDIM]; CvMat *T_mat;
int x;
int sum = 0; // sum of pixels of the source image 图像中像素点总数 double val = 0;
if( argc != 2 || (src=cvLoadImage(argv[1], 0)) == NULL) // force to gray image return -1;
cvNamedWindow( \ cvNamedWindow( \
// 计算直方图
hist = cvCreateHist( 1, &n, CV_HIST_ARRAY, 0, 1 ); cvCalcHist( &src, hist, 0, 0 );
// Create Accumulative Distribute Function of histgram val = 0;
for ( x = 0; x < n; x++) {
val = val + cvGetReal1D (hist->bins, x);//计算累积直方图 nn[x] = val; }
// 归一化直方图
sum = src->height * src->width; for( x = 0; x < n; x++ ) {
T[x] = (uchar) (255 * nn[x] / sum); // range is [0,255] 取整扩展 }
// Using look-up table to perform intensity transform for source image dst = cvCloneImage( src );
T_mat = cvCreateMatHeader( 1, 256, CV_8UC1 );
cvSetData( T_mat, T, 0 ); //用取整扩展后的新的灰度值填充数组T_mat
29
数字图像处理实验教程 V3.1
// 直接调用内部函数完成 look-up-table 的过程 cvLUT( src, dst, T_mat ); //完成灰度映射
cvShowImage( \ cvShowImage( \ cvWaitKey(0);
cvDestroyWindow(\ cvDestroyWindow(\ cvReleaseImage( &src ); cvReleaseImage( &dst ); cvReleaseHist ( &hist );
return 0; }
/* 程序名：hist.c
功 能：读入图像，计算并显示直方图。 */
#include \
#include \#include
int main( int argc, char** argv ) {
IplImage *src = 0; IplImage *histimg = 0; CvHistogram *hist = 0;
int hdims = 50; // 划分HIST的个数，越高越精确 float hranges_arr[] = {0,255}; float* hranges = hranges_arr; int bin_w; float max_val; int i;
if( argc != 2 || (src=cvLoadImage(argv[1], 0)) == NULL) // force to gray image return -1;
cvNamedWindow( \ cvNamedWindow( \
hist = cvCreateHist( 1, &hdims, CV_HIST_ARRAY, &hranges, 1 ); // 计算直
30