hsi直方图均衡化 java 编程实现直方图均衡化

转载

mob6454cc7796a7 2023-07-13 00:17:05

文章标签 hsi直方图均衡化 java C语言图像处理灰度图数组 文章分类 Java 后端开发

直方图均衡化的C语言代码。

直接PO代码：

1 #include <stdio.h>
  2 #include <math.h>
  3 #include "graphics.h"
  4 
  5 /*
  6 功能: 在整型数组中找到最小值和最大值 
  7 输入: 整型数组；数组大小；接收最小值；接收最大值 
  8 结果: 得到数组中的最小值和最大值
  9 */
 10 void GetMinMaxInt(int *arr, int n, int &min, int &max);
 11 /*
 12 功能: 在浮点型数组中找到最小值和最大值 
 13 输入: 浮点型数组；数组大小；接收最小值；接收最大值 
 14 结果: 得到数组中的最小值和最大值 
 15 */
 16 void GetMinMaxDouble(double *arr, int n, double &min, double &max);
 17 /*
 18 功能: 打印灰度图
 19 输入: 存储灰度图的动态数组；宽；高
 20 结果: 图像窗口显示灰度图
 21 */
 22 void PrintGrayImage(double *gray_mtx, int w, int h);
 23 /*
 24 功能: 获取输入的彩色图像，并转为灰度图 
 25 输入: 图像完整文件名；存储图像灰度图的动态数组；宽；高；是否在窗口打印 
 26 结果: 相应图像灰度数据赋值到动态数组mx中（1打印 0不打印） 
 27 */
 28 void GetImageGray(char *file, double *mx, int w, int h, int mode);
 29 /*
 30 功能: 打印灰度直方图 
 31 输入: 存储灰度图的动态数组；宽；高
 32 结果: 图像窗口打印灰度直方图 
 33 */
 34 void ShowHistogram(double *mx, int w, int h);
 35 /*
 36 功能: 直方图均衡化 
 37 输入: 原图像及其尺寸；输出图像 
 38 结果: 对图像进行直方图均衡化处理 
 39 */
 40 void HistogramEqualization(double *mtx, int w, int h, double *out);
 41 
 42 int main() {
 43     int w=640, h=640;
 44     char file_name[] = "image.jpg";
 45     
 46     initgraph(w, h, 0);
 47     setcaption("直方图均衡化");
 48     
 49     /* 获取输入图像灰度图 */
 50     double *gray_mtx = (double *)malloc(w*h*sizeof(double));
 51     GetImageGray(file_name, gray_mtx, w, h, 0);
 52     
 53     /* 打印输入图像灰度直方图 */
 54 //    ShowHistogram(gray_mtx, w, h);
 55     
 56     
 57     /* 直方图均衡化 */
 58     double *out_mtx = (double *)malloc(w*h*sizeof(double));
 59     HistogramEqualization(gray_mtx, w, h, out_mtx);
 60     
 61     
 62     /* 打印处理后的图像 */
 63     PrintGrayImage(out_mtx, w, h);
 64     
 65     /* 打印处理后图像灰度直方图 */
 66 //    ShowHistogram(out_mtx, w, h);
 67     
 68     getch();
 69     free(gray_mtx);
 70     free(out_mtx);
 71     closegraph();
 72     return 0;
 73 }
 74 
 75 /* 在整型数组中找到最小值和最大值 */
 76 void GetMinMaxInt(int *arr, int n, int &min, int &max) {
 77     min = 0x7fffffff;
 78     max = 0x80000000;
 79     for(int i=0; i<n; i++) {
 80         if(arr[i] > max) max = arr[i];
 81         if(arr[i] < min) min = arr[i];
 82     }
 83 }
 84 /* 在浮点型数组中找到最小值和最大值 */
 85 void GetMinMaxDouble(double *arr, int n, double &min, double &max) {
 86     min = 1.7976931348623158e+308;
 87     max = 2.2250738585072014e-308;
 88     for(int i=0; i<n; i++) {
 89         if(arr[i] > max) max = arr[i];
 90         if(arr[i] < min) min = arr[i];
 91     }
 92 }
 93 
 94 
 95 /* 打印灰度图 */
 96 void PrintGrayImage(double *gray_mtx, int w, int h) {
 97     int i, j, gray;
 98     for(i=0; i<w; i++) {
 99         for(j=0; j<h; j++) {
100             gray = *(gray_mtx+h*i+j) * 255.0;
101             putpixel(i, j, EGEGRAY(gray));
102         }
103     }
104 }
105 /* 获取输入的彩色图像，并转为灰度图 */
106 void GetImageGray(char *file, double *mx, int w, int h, int mode) {
107     color_t color;
108     int i, j, red, green, blue, gray;
109     PIMAGE pimg = newimage();
110     getimage(pimg, file, w, h);
111     
112     for(i=0; i<w; i++) {
113         for(j=0; j<h; j++) {
114             color = getpixel(i, j, pimg);
115             red = EGEGET_R(color);
116             green = EGEGET_G(color);
117             blue = EGEGET_B(color);
118             // 转化为灰度图
119             gray = (red*38 + green*75 + blue*15) >> 7;
120             *(mx+h*i+j) = gray / 255.0;
121 //            printf("(%d,%d) %lf\n", i, j, gray/255.0);
122         }
123     }
124     // 是否打印灰度图像 
125     if(mode) { 
126         PrintGrayImage(mx, w, h);
127     }
128     delimage(pimg);
129 }
130 /* 打印灰度直方图 */
131 void ShowHistogram(double *mx, int w, int h) {
132     int i, gray_level[256]={0}, gl;
133     for(i=0; i<w*h; i++) {
134         // 像素点的灰度级计数 
135         gl = floor(*(mx+i) * 255.0);
136         gray_level[gl]++;
137     }
138     // 左上角的坐标，坐标轴最大像素高度，间隔像素点 
139     int dgx=0, dgy=0, dgh=600, ii=1;
140     int min, max;
141     GetMinMaxInt(gray_level, 256, min, max);
142     int sX, sY, eX, eY;
143     for(i=0; i<256; i++) {
144         sX = dgx + i*(ii+1);
145         sY = dgy + dgh;
146         eX = dgx + i*(ii+1);
147         eY = dgy + dgh-dgh*gray_level[i]/max;
148         line(sX, sY, eX, eY);
149     }
150 }
151 /* 直方图均衡化 */
152 void HistogramEqualization(double *mtx, int w, int h, double *out) {
153     int i, j, sum;
154     /* 原图像灰度级像素点计数 */
155     int gray_level[256] = {0};
156     for(i=0; i<w*h; i++) {
157         // 像素点的灰度级计数 
158         gray_level[int(*(mtx+i) * 255.0 + 0.5)]++;
159     }
160     
161     /* 图像的归一化灰度分布及概率 */
162     double sk=0.0, tmp;  // 变换函数
163     double ia=0.0, ib=1.0/255.0, mid;  // 定义两个变量，用于寻找最接近的灰度级 
164     /* 像素映射关系(用于对图像的像素进行处理) */
165     double corresponding[256];
166     for(i=0; i<256; i++) {
167         tmp = 1.0*gray_level[i]/(w*h);
168         sk += tmp;
169         // 寻找最接近的灰度级
170         while(sk > ib) {
171             ia += 1.0/255.0;
172             ib += 1.0/255.0;
173         }
174         mid = (ia+ib)/2.0;
175         if(sk > mid) corresponding[i] = ib;
176         else corresponding[i] = ia;
177     }
178     
179     /* 图像的直方图均衡化转换 */
180     for(i=0; i<w; i++) {
181         for(j=0; j<h; j++) {
182             *(out+h*i+j) = corresponding[int(*(mtx+h*i+j) * 255.0 + 0.5)];
183         }
184     }
185 }

（1）原图：

hsi直方图均衡化 java 编程实现直方图均衡化_灰度图