在不使用opencv情况下用c++实现直方图均衡化

直方图均衡化是一种常用的图像增强方法，可以增强图像的对比度。在不使用OpenCV库的情况下，我们可以手动实现直方图均衡化的算法。

以下是C++代码实现直方图均衡化的过程：

#include <iostream>
#include <vector>

using namespace std;

// 定义灰度级数
const int gray_level = 256;

// 直方图均衡化函数
void histEqualization(int* image, int width, int height)
{
    // 计算像素点总数
    int pixels = width * height;

    // 计算像素值出现的概率
    vector<float> prob(gray_level, 0.0f);
    for(int i = 0; i < pixels; i++)
    {
        prob[image[i]]++;
    }
    for(int i = 0; i < gray_level; i++)
    {
        prob[i] /= pixels;
    }

    // 计算像素值的累计分布函数
    vector<float> cdf(gray_level, 0.0f);
    cdf[0] = prob[0];
    for(int i = 1; i < gray_level; i++)
    {
        cdf[i] = cdf[i - 1] + prob[i];
    }

    // 计算像素值的均衡化映射
    vector<int> map(gray_level, 0);
    for(int i = 0; i < gray_level; i++)
    {
        map[i] = static_cast<int>((gray_level - 1) * cdf[i] + 0.5f);
    }

    // 对图像进行均衡化
    for(int i = 0; i < pixels; i++)
    {
        image[i] = map[image[i]];
    }
}

int main()
{
    // 读取图像数据
    int width = 256;
    int height = 256;
    int* image = new int[width * height];
    // 从文件或其他方式读取图像数据

    // 对图像进行直方图均衡化
    histEqualization(image, width, height);

    // 输出处理后的图像数据
    // ...

    // 释放图像数据
    delete[] image;

    return 0;
}

以上代码中，我们首先定义了灰度级数，然后计算像素值出现的概率和像素值的累计分布函数，接着计算像素值的均衡化映射，最后对图像进行均衡化。