opencv c++直方图均衡化

以下是使用OpenCV C++进行直方图均衡化的示例代码：

void histogram_eq_demo(Mat& image) {
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY);    Mat dst;
    equalizeHist(gray, dst);
    imshow("灰度图", gray);
    imshow("直方图均衡化", dst);
}

这段代码将输入图像转换为灰度图像，然后使用`equalizeHist`函数对灰度图像进行直方图均衡化处理。最后，通过`imshow`函数显示原始灰度图像和直方图均衡化后的图像。

直方图均衡化的作用是通过改变图像的直方图来增强图像的对比度，使得图像更加清晰。它通过将像素个数多的灰度值进行展宽，像素个数少的灰度值进行归并，从而使得图像中的灰度值分布更加均匀。

相关问题

c++中调用opencv的直方图均衡化接口

在C++中调用OpenCV的直方图均衡化接口，可以使用以下代码：

cv::Mat srcImage = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); // 读取灰度图像
cv::Mat eqImage;
cv::equalizeHist(srcImage, eqImage); // 进行直方图均衡化

其中，`srcImage`是输入的灰度图像，`eqImage`是输出的直方图均衡化后的图像。`equalizeHist`函数接受一个输入图像和一个输出图像，将输入图像进行直方图均衡化后存入输出图像中。

需要注意的是，`equalizeHist`函数只能处理灰度图像，如果要处理彩色图像，需要将彩色图像转换为灰度图像后再进行直方图均衡化。

C++ opencv 图像直方图局部均衡化

在 OpenCV 中，图像直方图局部均衡化（Histogram Equalization）是一种常见的增强图像对比度的技术。它通过对图像每个像素值的频率分布进行重新分配，使得整体的灰度级分布更加均匀，从而使暗部细节和亮部细节都能更好地显现出来。

在C++中，你可以使用`equalizeHist()`函数来实现这个过程。首先，你需要读取图像到Mat对象中，然后调用该函数对图像进行处理：

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

cv::Mat image; // 假设image已经加载了原始图像
cv::Mat equalizedImage;

if (image.data) { // 检查图像数据是否存在
    cv::equalizeHist(image, equalizedImage); // 对图像进行直方图均衡化
    // 现在equalizedImage就是处理后的图像
}

在这个过程中，`equalizeHist()`会直接修改原图像，如果你不想改变原图像，可以先复制一份再操作：

cv::Mat temp = image.clone();
cv::equalizeHist(temp, equalizedImage);