您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
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 <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <math.h>
// histogram normalization
cv::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<cv::Vec3b>(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<cv::Vec3b>(y, x)[_c];
if (val < a){
out.at<cv::Vec3b>(y, x)[_c] = (uchar)a;
}
else if (val <= b){
out.at<cv::Vec3b>(y, x)[_c] = (uchar)((b - a) / (d - c) * (val - c) + a);
}
else {
out.at<cv::Vec3b>(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 cv2
import numpy as np
import matplotlib.pyplot as plt
# histogram normalization
def 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 image
img = cv2.imread("imori_dark.jpg").astype(np.float)
H, W, C = img.shape
# histogram normalization
out = hist_normalization(img)
# Display histogram
plt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))
plt.savefig("out_his.png")
plt.show()
# Save result
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.imwrite("out.jpg", out)
到此,相信大家对“C++怎么实现直方图归一化”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。