opencv直方圖匹配（規定化）

1.理解直方圖匹配（規定化）

    直方圖規定化可以簡要的理解爲已有模板圖像A，按照A圖像的直方圖對目標圖像B的直方圖修改，並應用到B圖像上。如下圖所示，表中第5行爲A的直方圖，第3行爲B的直方圖。

計算直方圖的規定化的步驟爲：

• 對圖像A和B進行均衡化操作
• 得到A、B的直方圖，並分別計算累積直方圖
• 得到B到A的累計直方圖的映射關係，即計算|V2-V1|的最小值，從第4、6行得到第7行的結果，因此映射關係如第8行所示。

2.Opencv實現直方圖規定化

// image1爲模板圖像，image2爲待規定化處理的圖像
Mat MyHistMatch(const Mat & image1, const Mat & image2) {
	Mat src_image = image1.clone();
	Mat dst_image = image2.clone();
	// 首先把圖像轉化成灰度圖像
	cv::cvtColor(src_image, src_image, CV_BGR2GRAY);
        cv::cvtColor(dst_image, dst_image, CV_BGR2GRAY);
	// 先對圖像進行均衡化處理
	cv::equalizeHist(src_image, src_image);
        cv::equalizeHist(dst_image, dst_image);
	// 新建目標圖像同樣大小和類型的圖像
        Mat result(dst_image.cols, dst_image.rows, CV_32FC1);
        cv::MatND src_hist, dst_hist;
        int dims = 1;
        float hranges[] = { 0,255 };
        const float *ranges[] = { hranges };
        int size = 256;
        int channels = 0;

        // 計算模板圖像和目標圖像的直方圖
        cv::calcHist(&src_image, 1, &channels, Mat(), src_hist, dims, &size, ranges);
        cv::calcHist(&dst_image, 1, &channels, Mat(), dst_hist, dims, &size, ranges);
        // 得到模板圖像和目標圖像的累積直方圖
        float src_cdf[256] = { 0 };
        float dst_cdf[256] = { 0 };
        for (int i = 0; i < 256; i++) {
            if (i == 0) {
                src_cdf[i] = src_hist.at<float>(i);
                dst_cdf[i] = dst_hist.at<float>(i);
            } else {
                src_cdf[i] = src_cdf[i - 1] + src_hist.at<float>(i);
                dst_cdf[i] = dst_cdf[i - 1] + dst_hist.at<float>(i);
            }
        }
    
        // 對目標圖像進行規定化處理
        // 1.計算累積概率的差值
        float diff_cdf[256][256];
        for (int i = 0; i < 256; i++) {
            for (int j = 0; j < 256; j++) {
                diff_cdf[i][j] = fabs(src_cdf[i] - dst_cdf[j]);
            }
        }

        //2.構建灰度級映射表
        Mat lut(1, 256, CV_8U);
        for (int i = 0; i < 256; i++) {
            //查找源灰度級爲i的映射灰度和i的累積概率差最小的規定化灰度
            float min = diff_cdf[i][0];
            int index = 0;
            for (int j = 0; j < 256; j++) {
                if (min > diff_cdf[i][j]) {
                    min = diff_cdf[i][j];
                    index = j;
                }
            }
            lut.at<uchar>(i) = static_cast<uchar>(index);
        }
        // 應用查找表得到均衡化後的圖像
        cv::LUT(dst_image, lut, result);
        return result;
}

上面的程序輸入是兩張圖像，輸出是按照image1圖像的直方圖把image2進行直方圖規定化後的圖像。

部分參考：https://www.cnblogs.com/wangguchangqing/p/7098213.html