直方图均衡化在图像增强方面有着很重要的应用。一些拍摄得到的图片，我们从其直方图可以看出，它的分布是集中于某些灰度区间，这导致人在视觉上感觉这张图的对比度不高。所以，对于这类图像，我们可以通过直方图均衡技术，将图像的灰度分布变得较为均匀，从而使得图像对比度增大，视觉效果更佳。

直方图均衡化的代码实现有以下几个步骤：

1. 遍历全图，先统计每个灰度级下的像素点个数（为此我们开辟了256大小的数组）；
2. 计算每个灰度级的像素点占总像素的点的比例；
3. 按照第二步求出的比例重新计算每个灰度级下的新的灰度值，即均衡化；
4. 依照新的灰度值表遍历更新图像的灰度值。

实现代码：

int gray[256] = { 0 };  //记录每个灰度级别下的像素个数double gray_prob[256] = { 0 };  //记录灰度分布密度double gray_distribution[256] = { 0 };  //记录累计密度int gray_equal[256] = { 0 };  //均衡化后的灰度值int gray_sum = 0;  //像素总数Mat equalize_hist(Mat& input){    Mat output = input.clone();    gray_sum = input.cols * input.rows;    //统计每个灰度下的像素个数    for (int i = 0; i < input.rows; i++)    {        uchar* p = input.ptr
    
     (i);        for (int j = 0; j < input.cols; j++)        {            int vaule = p[j];            gray[vaule]++;        }    }      //统计灰度频率    for (int i = 0; i < 256; i++)    {        gray_prob[i] = ((double)gray[i] / gray_sum);    }    //计算累计密度    gray_distribution[0] = gray_prob[0];    for (int i = 1; i < 256; i++)    {        gray_distribution[i] = gray_distribution[i-1] +gray_prob[i];    }    //重新计算均衡化后的灰度值，四舍五入。参考公式：(N-1)*T+0.5    for (int i = 0; i < 256; i++)    {        gray_equal[i] = (uchar)(255 * gray_distribution[i] + 0.5);    }    //直方图均衡化,更新原图每个点的像素值    for (int i = 0; i < output.rows; i++)    {        uchar* p = output.ptr
     
      (i);        for (int j = 0; j < output.cols; j++)        {            p[j] = gray_equal[p[j]];        }    }    return output;}
     
    

这里还分享一段代码，就是如何画灰度直方图

void show_histogram(Mat& img){    //为计算直方图配置变量      //首先是需要计算的图像的通道，就是需要计算图像的哪个通道（bgr空间需要确定计算 b或g货r空间）      int channels = 0;    //然后是配置输出的结果存储的 空间 ，用MatND类型来存储结果      MatND dstHist;    //接下来是直方图的每一个维度的 柱条的数目（就是将数值分组，共有多少组）      int histSize[] = { 256 };       //如果这里写成int histSize = 256;   那么下面调用计算直方图的函数的时候，该变量需要写 &histSize      //最后是确定每个维度的取值范围，就是横坐标的总数      //首先得定义一个变量用来存储 单个维度的 数值的取值范围      float midRanges[] = { 0, 256 };    const float *ranges[] = { midRanges };    calcHist(&img, 1, &channels, Mat(), dstHist, 1, histSize, ranges, true, false);    //calcHist  函数调用结束后，dstHist变量中将储存了 直方图的信息  用dstHist的模版函数 at
    
     (i)得到第i个柱条的值      //at
     
      (i, j)得到第i个并且第j个柱条的值      //开始直观的显示直方图——绘制直方图      //首先先创建一个黑底的图像，为了可以显示彩色，所以该绘制图像是一个8位的3通道图像      Mat drawImage = Mat::zeros(Size(256, 256), CV_8UC3);    //因为任何一个图像的某个像素的总个数，都有可能会有很多，会超出所定义的图像的尺寸，针对这种情况，先对个数进行范围的限制      //先用 minMaxLoc函数来得到计算直方图后的像素的最大个数      double g_dHistMaxValue;    minMaxLoc(dstHist, 0, &g_dHistMaxValue, 0, 0);    //将像素的个数整合到 图像的最大范围内      //遍历直方图得到的数据      for (int i = 0; i < 256; i++)    {        int value = cvRound(dstHist.at
      
       (i) * 256 * 0.9 / g_dHistMaxValue);        line(drawImage, Point(i, drawImage.rows - 1), Point(i, drawImage.rows - 1 - value), Scalar(255, 255, 255));    }    imshow("【原图直方图】", drawImage);}
      
     
    

测试图片以及其灰度直方图：

直方图均衡化后，图像对比度显著增加，图像增强效果明显。