C++ opencv 局部均衡化

在OpenCV（计算机视觉库）中，局部均衡化（Local Binary Patterns，LBP）是一种特征描述符，常用于纹理分析和图像识别。它通过比较像素与其周围邻域像素的灰度值，将每个像素转换成一个二进制码，表示其在小区域内的相对亮度。LBP通常分为三个步骤：

1. **选择模板或邻域**：比如最常见的8邻域模板，包括中心像素及其周围的7个像素。

2. **计算差异**：对于模板中的每一个像素，如果中心像素比它大，则记为0；如果中心像素小则记为1；相等则可以根据设置的规则（如取偶数或奇数）保持不变。

3. **编码为二进制串**：将计算出的二进制数字连接起来形成一个局部二进制模式（LBP）码。

在C++中，你可以使用OpenCV的`cv::LBP`算子或`createLBPDescriptor`函数来应用局部均衡化。例如，以下是基本的使用方法：

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

Mat img; // 读入图片
Mat lbp_img; // 存储LBP结果

// 使用默认配置创建LBP算子
Ptr<cv::LBPHashCodeStorage> lbp_storage = cv::createLBPHashCodeStorage(24); // 24位哈希码长度
cv::Ptr<cv::LBP> lbp = cv::LBPHistogram Descriptor::create(lbp_storage);

// 应用LBP
lbp->compute(img, lbp_img);