用openCV和C++实现灰度拉伸

以下是用OpenCV和C实现灰度拉伸的代码示例：

#include <stdio.h>
#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv)
{
    Mat image = imread("input.jpg", CV_LOAD_IMAGE_GRAYSCALE);

    if (!image.data)
    {
        printf("Could not open or find the image.\n");
        return -1;
    }

    int hist[256] = { 0 };
    for (int i = 0; i < image.rows; ++i)
        for (int j = 0; j < image.cols; ++j)
            ++hist[image.at<uchar>(i, j)];

    int minVal = 0, maxVal = 255;
    for (int i = 0; i < 256; ++i)
    {
        if (hist[i] != 0)
        {
            minVal = i;
            break;
        }
    }

    for (int i = 255; i >= 0; --i)
    {
        if (hist[i] != 0)
        {
            maxVal = i;
            break;
        }
    }

    Mat stretchedImage = Mat::zeros(image.size(), CV_8UC1);
    for (int i = 0; i < stretchedImage.rows; ++i)
    {
        for (int j = 0; j < stretchedImage.cols; ++j)
        {
            int newVal = image.at<uchar>(i, j);
            if (newVal < minVal)
                newVal = 0;
            else if (newVal > maxVal)
                newVal = 255;
            else
                newVal = static_cast<int>(255.0 * (newVal - minVal) / (maxVal - minVal));

            stretchedImage.at<uchar>(i, j) = static_cast<uchar>(newVal);
        }
    }

    imwrite("output.jpg", stretchedImage);

    return 0;
}

在这个示例中，我们首先读取一张灰度图像。然后，我们计算图像的灰度直方图，并使用minVal和maxVal变量计算像素值的最小和最大值。这些变量将用于拉伸图像的灰度范围。

接下来，我们创建一个新的Mat对象stretchedImage，它将存储拉伸后的图像。我们遍历原始图像的每个像素，并根据图像的最小和最大值对像素值进行拉伸。拉伸后的值将与新的Mat对象的相应像素位置对应。

最后，我们使用imwrite函数将拉伸后的图像保存到输出文件中。