13.5 直方图均衡化：原理
|
这节介绍直方图均衡化的原理。
一、什么是直方图均衡化
首先我们看官网上面给出的一个示意图。 左边是原始的直方图，右边是均衡化以后的结果。
左边直方图的特点是：两边几乎没有，中间特别多。
简单理解就是把直方图拉伸。
我们通过具体的图像看一下：
或者看下面的例子，左边图像特别亮。特别亮意味着所有图像都在直方图的右边展示。
二、直方图均衡化的理论基础
如果一个图像占有全部可能的灰度级，并且均匀分布。那么这个图像具有较高的对比度，并且具有多变的灰度色调。反映到图像上面，就是细节特别丰富、图像看起来质量很高。
这就是为什么要进行直方图均衡化。
三、怎么样进行直方图均衡化？
主要是经过两个步骤，第三步是我们通过眼睛实现的。
举例：
对下面的图像进行直方图均衡化：
可以看到这个图像，所有像素都集中在0-7之间。
步骤一：求出累计直方图
步骤二： 要处理成灰度级为256。则乘以255。
然后把横坐标进行转换：
得到均衡化的直方图：
后面这个图为什么均衡呢？ 第一，均匀地分布在了0-255之间了。 第二，虽然213这个地方比较矮，但是它密啊。肉眼会把这些合并起来当做同一个颜色的。
四、为什么要进行直方图均衡化呢？
直方图均衡化以后，色彩更丰富。看起来能够描述出更多的信息。否则图像过亮或者过暗或者色彩集中在某个区域，不好区分细节。 比如一些CT的图像，过暗。车牌识别也是，在光线不好的地方，车牌特别暗。闪光灯抓拍的，又太亮了。 人脸识别也一样。
|