c++直方图均衡化图像增强的计算机实现

C++直方图均衡化是一种常用的图像增强方法，它通过重新分布图像的像素值来增强图像的对比度。下面是C++实现直方图均衡化的一般步骤：

1. 计算直方图：遍历图像的每个像素，统计每个像素值出现的频次，得到原始图像的直方图。

2. 计算累积直方图：对直方图进行累加操作，得到累积直方图。累积直方图表示每个像素值在原始图像中出现的概率。

3. 计算映射表：根据累积直方图，计算每个像素值的映射表。映射表将原始图像中的像素值映射到均衡化后的像素值。

4. 均衡化图像：遍历原始图像的每个像素，根据映射表将原始像素值替换为均衡化后的像素值。

下面是一个简单的C++代码示例，实现了直方图均衡化：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat histogramEqualization(const Mat& image) {
    Mat result = image.clone();

    // 计算直方图
    Mat hist;
    int histSize = 256;
    float range[] = {0, 256};
    const float* histRange = {range};
    calcHist(&image, 1, 0, Mat(), hist, 1, &histSize, &histRange);

    // 计算累积直方图
    Mat cumulativeHist;
    hist.copyTo(cumulativeHist);
    for (int i = 1; i < histSize; i++) {
        cumulativeHist.at<float>(i) += cumulativeHist.at<float>(i - 1);
    }

    // 计算映射表
    Mat lookupTable(1, histSize, CV_8U);
    float totalPixels = image.rows * image.cols;
    for (int i = 0; i < histSize; i++) {
        lookupTable.at<uchar>(i) = saturate_cast<uchar>(255 * cumulativeHist.at<float>(i) / totalPixels);
    }

    // 均衡化图像
    LUT(image, lookupTable, result);

    return result;
}

int main() {
    // 读取图像
    Mat image = imread("input.jpg", IMREAD_GRAYSCALE);
    if (image.empty()) {
        cout << "Failed to read image!" << endl;
        return -1;
    }

    // 直方图均衡化
    Mat enhancedImage = histogramEqualization(image);

    // 显示原始图像和增强后的图像
    imshow("Original Image", image);
    imshow("Enhanced Image", enhancedImage);
    waitKey(0);

    return 0;
}

以上是一个简单的C++实现直方图均衡化的示例代码。你可以根据自己的需求进行修改和扩展。