直方图均衡matlab

在MATLAB中，可以使用`histeq`函数来实现直方图均衡化。

使用方法如下：

% 读取图像
img = imread('image.jpg');

% 将图像转换为灰度图像
gray_img = rgb2gray(img);

% 进行直方图均衡化
eq_img = histeq(gray_img);

% 显示原始图像和均衡化后的图像
subplot(1, 2, 1);
imshow(gray_img);
title('原始图像');
subplot(1, 2, 2);
imshow(eq_img);
title('直方图均衡化后的图像');

上述代码中，首先使用`imread`函数读取图像，然后使用`rgb2gray`函数将图像转换为灰度图像。接下来，使用`histeq`函数对灰度图像进行直方图均衡化，得到均衡化后的图像。最后，使用`subplot`和`imshow`函数将原始图像和均衡化后的图像显示在一个窗口中。

通过直方图均衡化，可以增强图像的对比度和亮度，使得图像更加清晰和具有良好的视觉效果。

相关问题

局部直方图均衡matlab

好的，针对您的问题，可以使用MATLAB中的`histeq`函数来实现局部直方图均衡化。具体步骤如下：

1. 读入图像
2. 将图像分成若干个小块
3. 对每个小块进行直方图均衡化
4. 将处理后的小块拼接成完整的图像

以下是MATLAB代码示例：

% 读入图像
img = imread('example.jpg');

% 将图像分成若干个小块
blockSize = 32;
[h, w] = size(img);numRows = floor(h / blockSize);
numCols = floor(w / blockSize);
blocks = mat2cell(img, blockSize * ones(1, numRows), blockSize * ones(1, numCols));

% 对每个小块进行直方图均衡化
for i = 1:numRows
    for j = 1:numCols
        blocks{i,j} = histeq(blocks{i,j});
    end
end

% 将处理后的小块拼接成完整的图像
img_eq = cell2mat(blocks);

% 显示原图和处理后的图像
figure;
subplot(1,2,1);
imshow(img);
title('Original Image');
subplot(1,2,2);
imshow(img_eq);
title('Equalized Image');

自适应直方图均衡matlab

在Matlab中进行自适应直方图均衡化可以使用以下代码：

% 读入图像
img = imread('lena.jpg');

% 将图像转换为灰度图像
gray_img = rgb2gray(img);

% 定义滑动窗口大小
window_size = 15;

% 获取图像大小
[height, width] = size(gray_img);

% 初始化输出图像
output = uint8(zeros(size(gray_img)));

% 遍历图像中的每个像素
for i = 1:height
    for j = 1:width
        % 计算滑动窗口的位置
        row_min = max(1, i - floor(window_size/2));
        row_max = min(height, i + floor(window_size/2));
        col_min = max(1, j - floor(window_size/2));
        col_max = min(width, j + floor(window_size/2));
        
        % 获取滑动窗口内的像素
        window = gray_img(row_min:row_max, col_min:col_max);
        
        % 对滑动窗口内的像素进行直方图均衡化
        window_histeq = histeq(window);
        
        % 将均衡化后的像素赋值给输出图像对应位置
        output(i, j) = window_histeq(floor(window_size/2) + 1, floor(window_size/2) + 1);
    end
end

% 显示原始图像和均衡化后的图像
subplot(121); imshow(gray_img); title('Original Image');
subplot(122); imshow(output); title('Adaptive Histogram Equalization');

其中，需要先读入图像并将其转换为灰度图像，定义滑动窗口大小，获取图像大小，然后遍历图像中的每个像素，对滑动窗口内的像素进行直方图均衡化，并将均衡化后的像素赋值给输出图像对应位置。最后显示原始图像和均衡化后的图像。