彩色图像直方图均衡化matlab代码

以下是彩色图像直方图均衡化的Matlab代码：

% 读入彩色图像
img = imread('color_img.png');

% 将彩色图像转换为YCbCr颜色空间
img_ycbcr = rgb2ycbcr(img);

% 对Y通道进行直方图均衡化
Y = img_ycbcr(:,:,1);
Y_eq = histeq(Y);

% 将处理后的Y通道和CbCr通道重新组合成图像
img_ycbcr_eq = img_ycbcr;
img_ycbcr_eq(:,:,1) = Y_eq;
img_eq = ycbcr2rgb(img_ycbcr_eq);

% 显示原图和处理后的图像
subplot(1,2,1), imshow(img), title('原图');
subplot(1,2,2), imshow(img_eq), title('直方图均衡化后的图像');

其中，`color_img.png` 是待处理的彩色图像文件名。该代码将彩色图像转换为YCbCr颜色空间，对Y通道进行直方图均衡化，然后将处理后的Y通道和CbCr通道重新组合成图像，最终显示原图和处理后的图像。

相关问题

图像增强局部直方图均衡化matlab代码

以下是在Matlab中实现图像增强的局部直方图均衡化的示例代码：

% 读取图像
img = imread('your_image.jpg');

% 设置每个小块的大小
block_size = 32;

% 获取图像的大小
[img_height, img_width, num_channels] = size(img);

% 计算图像中小块的数量
num_blocks_x = ceil(img_width / block_size);
num_blocks_y = ceil(img_height / block_size);
num_blocks = num_blocks_x * num_blocks_y;

% 初始化输出图像
out_img = zeros(size(img));

% 对于每个颜色通道
for c = 1:num_channels
    % 对于每个小块
    for i = 1:num_blocks_y
        for j = 1:num_blocks_x
            % 计算小块的边界
            x_min = (j - 1) * block_size + 1;
            x_max = min(j * block_size, img_width);
            y_min = (i - 1) * block_size + 1;
            y_max = min(i * block_size, img_height);
            
            % 提取小块
            block = img(y_min:y_max, x_min:x_max, c);
            
            % 计算小块的直方图均衡化
            block_eq = adapthisteq(block);
            
            % 将均衡化后的小块写回输出图像
            out_img(y_min:y_max, x_min:x_max, c) = block_eq;
        end
    end
end

% 显示原始图像和输出图像
figure;
subplot(1,2,1); imshow(img); title('原始图像');
subplot(1,2,2); imshow(out_img); title('图像增强的局部直方图均衡化后的图像');

这段代码与前面的局部直方图均衡化代码类似，不同之处在于它处理了彩色图像，并对每个颜色通道分别进行均衡化。这样可以避免颜色失真的问题，并且提高了图像的对比度和清晰度。你可以根据需要调整块大小。

matlab彩色图像直方图均衡化

彩色图像的直方图均衡化可以通过将RGB图像转换为HSV颜色空间，然后对亮度通道进行增强来实现。在Matlab中，可以使用rgb2hsv函数将RGB图像转换为HSV图像。然后，可以提取亮度通道（Value），对其进行直方图均衡化，最后将增强后的亮度通道重新合成为HSV图像，然后再转换回RGB图像。以下是一个实现直方图均衡化的示例代码：

I = imread('D:\QQ接收文件夹\MobileFile\IMG_20191001_204030.jpg');
HSV = rgb2hsv(I);
V = HSV(:,:,3);
V = floor(V * 255);

V = histeq(V,256);

V = V / 255;
HSV(:,:,3) = V;

OutImg = hsv2rgb(HSV);

imshow(I);
title('原图像');

figure, imshow(OutImg);
title('直方图均衡化后的图像');