直方图均衡化的算法和代码

直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。

第一步：

   for(i=0;i<height;i++)   {        for(j=0;j<width;j++)        {             n[s[i][j]]++;        }    }    for(i=0;i<L;i++)    {         p[i]=n[i]/(width*height);    }

    这里，n[i]表示的是灰度级为i的像素的个数，L表示的是最大灰度级，width和height分别表示的是原始图像的宽度和高度，所以，p[i]表示的就是灰度级为i的像素在整幅图像中出现的概率(其实就是p[]这个数组存储的就是这幅图像的归一化之后的直方图)。

第二步：

    for(i=0;i<=L;i++)    {          for(j=0;j<=i;j++)         {              c[i]+=p[j];         }    }

    c[ ]这个数组存储的就是累计的归一化直方图。

第三步：

    max=min=s[0][0];    for(i=0;i<height;i++)    {           for(j=0;j<width;j++)           {                 if(max<s[i][j])                 {                       max=s[i][j];                 }                 else if(min>s[i][j])                {                       min=s[i][j];                }           }    }

    找出像素的最大值和最小值。

    for(i=0;i<height;i++)    {           for(j=0;j<width;j++)           {                t[i][j]=c[s[i][j]]*(max-min)+min;           }    }

    t[ ][ ]就是最终直方图均衡化之后的结果。

    处理前的图片：

   

    处理后的图片：

   

   参考文献：

  http://zh.wikipedia.org/wiki/%E7%9B%B4%E6%96%B9%E5%9B%BE%E5%9D%87%E8%A1%A1%E5%8C%96

  http://blog.csdn.net/vincentzhao2009/article/details/4565323