彩色直方图匹配代码

彩色直方图匹配的代码如下：

import cv2
import numpy as np

# 读取原始图像和目标图像
src = cv2.imread('src.jpg')
dst = cv2.imread('dst.jpg')

# 将BGR空间转换为HSV空间
src_hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)
dst_hsv = cv2.cvtColor(dst, cv2.COLOR_BGR2HSV)

# 计算原始图像和目标图像的直方图
src_hist = cv2.calcHist([src_hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])
dst_hist = cv2.calcHist([dst_hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

# 对原始图像进行直方图均衡化
src_eq = cv2.equalizeHist(src_hsv[:, :, 2])

# 对目标图像进行直方图规定化
dst_eq = cv2.normalize(dst_hsv[:, :, 2], dst_hsv[:, :, 2], 0, 255, cv2.NORM_MINMAX)

# 根据原始图像和目标图像的直方图进行直方图匹配
src_cdf = np.cumsum(src_hist)
src_cdf_normalized = src_cdf * src_hist.max() / src_cdf.max()
dst_cdf = np.cumsum(dst_hist)
dst_cdf_normalized = dst_cdf * dst_hist.max() / dst_cdf.max()
lut = np.zeros(256, dtype=np.uint8)
i, j = 0, 0
while i < 256 and j < 256:
    if src_cdf_normalized[i] <= dst_cdf_normalized[j]:
        lut[i] = j
        i += 1
    else:
        j += 1
dst_match = cv2.LUT(src_eq, lut)

# 将HSV空间转换回BGR空间
dst_match_bgr = cv2.cvtColor(cv2.merge((dst_hsv[:, :, 0], dst_hsv[:, :, 1], dst_match)), cv2.COLOR_HSV2BGR)

# 显示原始图像、目标图像和匹配后的图像
cv2.imshow('src', src)
cv2.imshow('dst', dst)
cv2.imshow('dst_match', dst_match_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码的具体实现过程为：

1. 读取原始图像和目标图像。
2. 将原始图像和目标图像分别从BGR空间转换为HSV空间。
3. 计算原始图像和目标图像的直方图。
4. 对原始图像进行直方图均衡化。
5. 对目标图像进行直方图规定化。
6. 根据原始图像和目标图像的直方图进行直方图匹配。
7. 将匹配后的图像从HSV空间转换回BGR空间。
8. 显示原始图像、目标图像和匹配后的图像。