opencv直方图规定化库函数

opencv直方图规定化库函数是equalizeHist，它用于提高图像的质量。该函数的函数原型如下：

void equalizeHist(InputArray src, OutputArray dst)

示例代码如下：

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

using namespace cv;
using namespace std;

int main(int artc, char** argv) {
    Mat src = imread("C:/Users/Dell/Desktop/picture/butterfly.jpg");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }

    // 灰度直方图规定化
    Mat gray, dst;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    equalizeHist(gray, dst);

    // 输出结果
    namedWindow("input", WINDOW_AUTOSIZE);
    imshow("input", src);
    imshow("equalizeHist", dst);

    waitKey(0);
    return 0;
}

相关问题

根据输入的灰度图像，分别计算图像的均值、方差等统计特征，并计算图像的直方图特征并以图形方式显示图像的直方图（用C或C++语言实现）不能用opencv和其他现成的库函数操作；。

好的，如果不能使用OpenCV等图像处理库函数，那么可以使用C或C++语言自己编写代码实现。以下是一种基本的实现方法：

#include <iostream>
#include <cmath>

const int MAX_VALUE = 255; // 灰度值的最大值

// 计算图像的均值和方差
void calc_mean_and_stddev(unsigned char* data, int width, int height, double& mean, double& stddev) {
    double sum = 0, sum_sq = 0;
    int count = width * height;
    for (int i = 0; i < count; ++i) {
        sum += data[i];
        sum_sq += data[i] * data[i];
    }
    mean = sum / count;
    stddev = sqrt((sum_sq / count) - (mean * mean));
}

// 计算图像的直方图
void calc_histogram(unsigned char* data, int width, int height, int* hist) {
    int count = width * height;
    for (int i = 0; i < count; ++i) {
        hist[data[i]]++;
    }
}

// 显示直方图
void show_histogram(int* hist) {
    int max_count = 0;
    for (int i = 0; i <= MAX_VALUE; ++i) {
        if (hist[i] > max_count) {
            max_count = hist[i];
        }
    }
    for (int i = 0; i <= MAX_VALUE; ++i) {
        int count = hist[i];
        int height = (int)(((double)count / max_count) * 50); // 调整显示高度
        std::cout << i << ": ";
        for (int j = 0; j < height; ++j) {
            std::cout << "*";
        }
        std::cout << std::endl;
    }
}

int main() {
    unsigned char data[] = {
        10, 20, 30, 40, 50,
        60, 70, 80, 90, 100,
        110, 120, 130, 140, 150,
        160, 170, 180, 190, 200,
        210, 220, 230, 240, 250
    };
    int width = 5;
    int height = 5;

    double mean, stddev;
    calc_mean_and_stddev(data, width, height, mean, stddev);
    std::cout << "Mean: " << mean << std::endl;
    std::cout << "Standard Deviation: " << stddev << std::endl;

    int hist[MAX_VALUE + 1] = {0};
    calc_histogram(data, width, height, hist);
    show_histogram(hist);

    return 0;
}

以上代码演示了如何计算图像的均值和方差，以及如何计算和显示图像的直方图。由于没有使用OpenCV等库函数，因此需要手动读取图像数据并进行处理。在这个例子中，我们使用了一个5x5的灰度图像来演示代码的功能。您可以根据需要修改图像大小和值，以及调整直方图的显示高度等参数。希望这个例子能够帮助您实现自己的代码！

根据输入的灰度图像，分别计算图像的均值、方差等统计特征，并计算图像的直方图特征并以图形方式显示图像的直方图（用C或C++语言实现）用C或C++语言写出代码，不用opencv以及其他现有的库函数

好的，以下是用C++实现的代码：

#include <iostream>
#include <fstream>
using namespace std;

const int MAX_GRAY_VALUE = 255; // 灰度最大值
const int HISTOGRAM_SIZE = 256; // 直方图大小

// 计算图像的均值
double getMean(int** image, int height, int width) {
    double sum = 0.0;
    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            sum += image[i][j];
        }
    }
    return sum / (height * width);
}

// 计算图像的方差
double getVariance(int** image, int height, int width, double mean) {
    double sum = 0.0;
    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            sum += (image[i][j] - mean) * (image[i][j] - mean);
        }
    }
    return sum / (height * width);
}

// 计算图像的直方图
void getHistogram(int** image, int height, int width, int* histogram) {
    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            histogram[image[i][j]]++;
        }
    }
}

// 显示直方图
void displayHistogram(int* histogram) {
    ofstream fout("histogram.txt");
    for (int i = 0; i < HISTOGRAM_SIZE; i++) {
        fout << i << " " << histogram[i] << endl;
    }
    fout.close();
}

int main() {
    int height = 512; // 图像高度
    int width = 512; // 图像宽度

    // 生成随机图像
    int** image = new int*[height];
    for (int i = 0; i < height; i++) {
        image[i] = new int[width];
        for (int j = 0; j < width; j++) {
            image[i][j] = rand() % (MAX_GRAY_VALUE + 1);
        }
    }

    // 计算均值和方差
    double mean = getMean(image, height, width);
    double variance = getVariance(image, height, width, mean);

    // 计算直方图
    int histogram[HISTOGRAM_SIZE] = { 0 };
    getHistogram(image, height, width, histogram);

    // 显示直方图
    displayHistogram(histogram);

    // 释放内存
    for (int i = 0; i < height; i++) {
        delete[] image[i];
    }
    delete[] image;

    return 0;
}

代码中用到了一个随机生成灰度图像的函数，这里就不贴出来了。运行程序后，会在程序所在目录下生成一个名为`histogram.txt`的文件，里面存储了直方图数据，可以用其他软件或代码读取并显示。