OpenCV4入门082：图像直方图匹配

入门系列索引：OpenCV入门索引目录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
// 功能：代码 3-14 直方图匹配
// 作者：朱伟 zhu1988wei@163.com
// 来源：《OpenCV图像处理编程实例》
// 博客：http://blog.csdn.net/zhuwei1988
// 更新：2016-8-1
// 说明：版权所有，引用或摘录请联系作者，并按照上面格式注明出处，谢谢。// 
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
     // 加载源图像并显示
     cv::Mat srcImage = cv::imread("..\\images\\flower3.jpg");
     cv::Mat dstImage = cv::imread("..\\images\\sea.jpg");
     if( !srcImage.data || !dstImage.data ) 
       return 1;
     cv::resize(dstImage, dstImage,cv::Size(srcImage.rows,srcImage.cols),0,0,CV_INTER_LINEAR);
     cv::imshow("srcImage", srcImage);
     cv::imshow("dstImage", dstImage);
     cv::waitKey(0);
     //初始化累计分布参数
     float srcCdfArr[256];
     float dstCdfArr[256];
     int srcAddTemp[256];
     int dstAddTemp[256];
     int histMatchMap[256];
     for (int i = 0;  i < 256; i++){
         srcAddTemp[i] = 0;
         dstAddTemp[i] = 0;
         srcCdfArr[i]= 0;
         dstCdfArr[i] = 0;
         histMatchMap[i]=0;
     }
     float sumSrcTemp = 0;
     float sumDstTemp = 0;
     int nSrcPix = srcImage.cols * srcImage.rows;
     int nDstPix = dstImage.cols * dstImage.rows; 
     int matchFlag = 0;
     // 求解源图像与目标图像的累积直方图
     for(size_t nrow = 0; nrow < srcImage.rows; nrow++)  
        for(size_t ncol = 0; ncol < srcImage.cols; ncol++)
        {     
            srcAddTemp[(int)srcImage.at<uchar>(nrow, ncol)]++;
            dstAddTemp[(int)dstImage.at<uchar>(nrow, ncol)]++;
        }
    // 求解源图像与目标图像的累积概率分布
     for(int i=0; i<256; i++)
     {
        sumSrcTemp  +=  srcAddTemp[i];
        srcCdfArr[i] = sumSrcTemp  / nSrcPix;
        sumDstTemp += dstAddTemp[i];
        dstCdfArr[i] = sumDstTemp / nDstPix;
     }
     // 直方图匹配实现
     for(int i=0; i< 256; i++)
     {  
        float minMatchPara = 20;
        for(int j=0; j< 256; j++)
        {   
            // 判断当前直方图累计差异
            if (minMatchPara > abs(srcCdfArr[i] - dstCdfArr[j]))
            {
                minMatchPara = abs(srcCdfArr[i] - dstCdfArr[j]);
                matchFlag = j;
            }
        }
        histMatchMap[i] = matchFlag;
     }
     // 初始化匹配图像
     cv::Mat HistMatchImage = 
         cv::Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);
     cv::cvtColor(srcImage, HistMatchImage, cv::COLOR_BGR2GRAY);
     // 通过map映射成匹配图像
     for(int i = 0; i < HistMatchImage.rows; i++)  
        for(int j = 0; j < HistMatchImage.cols; j++)
        {
           HistMatchImage.at<uchar>(i, j) = 
               histMatchMap[(int)HistMatchImage.at<uchar>(i, j)];
        }

    cv::imshow("resultImage", HistMatchImage);
    cv::waitKey(0);
    return 0;
}