本篇內(nèi)容主要講解“C++怎么實現(xiàn)直方圖歸一化”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習(xí)“C++怎么實現(xiàn)直方圖歸一化”吧!
10年積累的成都網(wǎng)站設(shè)計、網(wǎng)站建設(shè)經(jīng)驗，可以快速應(yīng)對客戶對網(wǎng)站的新想法和需求。提供各種問題對應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認識你，你也不認識我。但先網(wǎng)站設(shè)計后付款的網(wǎng)站建設(shè)流程，更有陳倉免費網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。
圖像處理100問，這個項目切切實實的包含了100個各種直擊你薄弱底子的問題，看完可以幫你完善很多的知識漏洞和誤區(qū)。
直接看看目錄吧：
截取了三張，應(yīng)該能看出他覆蓋的還是很全面的了叭。附帶python和c++兩套代碼，可以根據(jù)自己條件選擇。
來隨便找一個問題看看：
問題簡單直接，還附帶一點點知識點介紹，該項目作者本人奉行的是手寫代碼實現(xiàn)，而不是簡單的調(diào)用一句opencv的API，可以看看這道題的答案：
C++版：
#include #include #include #include // histogram normalizationcv::Mat histogram_normalization(cv::Mat img, int a, int b){ // get height and width int width = img.cols; int height = img.rows; int channel = img.channels();
int c, d; int val;
// prepare output cv::Mat out = cv::Mat::zeros(height, width, CV_8UC3);
// get [c, d] for (int y = 0; y < height; y++){ for (int x = 0; x < width; x++){ for (int _c = 0; _c < channel; _c++){ val = (float)img.at(y, x)[_c]; c = fmin(c, val); d = fmax(d, val); } } }
// histogram transformation for (int y = 0; y < height; y++){ for ( int x = 0; x < width; x++){ for ( int _c = 0; _c < 3; _c++){ val = img.at(y, x)[_c];
if (val < a){ out.at(y, x)[_c] = (uchar)a; } else if (val <= b){ out.at(y, x)[_c] = (uchar)((b - a) / (d - c) * (val - c) + a); } else { out.at(y, x)[_c] = (uchar)b; } } } }
return out;}
int main(int argc, const char* argv[]){ // read image cv::Mat img = cv::imread("imori_dark.jpg", cv::IMREAD_COLOR);
// histogram normalization cv::Mat out = histogram_normalization(img, 0, 255);
//cv::imwrite("out.jpg", out); cv::imshow("answer", out); cv::waitKey(0); cv::destroyAllWindows();
return 0;}
python版本：
import cv2import numpy as npimport matplotlib.pyplot as plt
# histogram normalizationdef hist_normalization(img, a=0, b=255): # get max and min c = img.min() d = img.max()
out = img.copy()
# normalization out = (b-a) / (d - c) * (out - c) + a out[out < a] = a out[out > b] = b out = out.astype(np.uint8)
return out
# Read imageimg = cv2.imread("imori_dark.jpg").astype(np.float)H, W, C = img.shape
# histogram normalizationout = hist_normalization(img)
# Display histogramplt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))plt.savefig("out_his.png")plt.show()
# Save resultcv2.imshow("result", out)cv2.waitKey(0)cv2.imwrite("out.jpg", out)
到此，相信大家對“C++怎么實現(xiàn)直方圖歸一化”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！
分享文章：C++怎么實現(xiàn)直方圖歸一化
瀏覽路徑：
http://weahome.cn/article/ijsdds.html
重慶分公司
重慶分公司
