转自： http://blog.csdn.net/petrel_zhu/article/details/46756869
在我们身边各类P图工具已经不胜枚举。我们或许已经会使用这类p图工具，但是对其原理却是知之甚少。最近学习了一些图像处理的知识，对其有大概的了解，这次我简单简述下增强图像对比度的方法——直方图均衡化。
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。
下面给出其实现代码：
//直方图均衡化
void HistEqa(const Mat &img, Mat &img2) { double hist[256]; for (int i = 0; i<256; i++) { hist[i] = 0; }//初始化数组 for (int y = 0; y<img.rows; y++) for (int x = 0; x<img.cols; x++) { hist[img.at<uchar>(y, x)]++; } int k = img.rows*img.cols; for (int i = 0; i<256; i++) { hist[i] = hist[i] / k; } //累计直方图 int newWidth = img.cols ; int newHeight = img.rows; for (int i = 1; i<256; i++) { hist[i] += hist[i-1 ]; } img2.create(newHeight, newWidth, CV_8UC1); for (int y = 0; y<img.rows; y++) for (int x = 0; x<img.cols; x++) { //img.at<uchar>(y,x); int g = int(255 * hist[img.at<uchar>(y, x)] + 0.5); img2.at<uchar>(y, x) = g; } }