相信好多人在開(kāi)始學(xué)習(xí)FPGA圖像處理的時(shí)候都是接觸的RGB轉(zhuǎn)灰度圖，Sobel圖像檢測(cè)，直方圖均衡化這樣的算法。

然后在做直方圖均衡化的時(shí)候也是要先RGB轉(zhuǎn)灰度，然后再對(duì)灰度圖進(jìn)行直方圖均衡化，網(wǎng)上的課程也大多數(shù)都是這樣做的，不知道大家會(huì)不會(huì)產(chǎn)生一個(gè)疑問(wèn)就不能直接對(duì)RGB圖做直方圖均衡化嗎？

首先說(shuō)答案是不可以的。

我們來(lái)看看為什么。

先來(lái)看一段簡(jiǎn)單的代碼：

img = cv2.imread(r'E:python_image_simpythonProjectsimimgimg.png')


equ=cv2.equalizeHist(img)


cv2.imshow('bgr', img)
cv2.waitKey()
cv2.destroyAllWindows()

讀取一張圖片，然后對(duì)其做直方圖均衡化，很簡(jiǎn)單，但是OpenCV報(bào)錯(cuò)了。

報(bào)錯(cuò)說(shuō)直方圖均衡化這個(gè)函數(shù)的參數(shù)應(yīng)該是CV_8UC1，那么我們將RGB通道給分離出來(lái)分別進(jìn)行直方圖均衡化不就好了嗎，說(shuō)干就干。

img = cv2.imread(r'E:python_image_simpythonProjectsimimgimg.png')


b, g, r = cv2.split(img)
equ_b = cv2.equalizeHist(b)
equ_g = cv2.equalizeHist(g)
equ_r = cv2.equalizeHist(r)
equ = cv2.merge([equ_b, equ_g, equ_r])
cv2.imshow('bgr', img)
cv2.imshow('bgr_equ', equ)
cv2.waitKey()
cv2.destroyAllWindows()

上述代碼將BGR通道進(jìn)行了分離，然后分別進(jìn)行直方圖均衡化，最后再將結(jié)果給合并起來(lái)。

ps：opencv讀取的圖片默認(rèn)是BGR格式的，而不是RGB格式的。

來(lái)看看效果吧。

一個(gè)原圖，一個(gè)效果圖，可以發(fā)現(xiàn)效果很差，把我們?cè)鹊纳识冀o打亂了。特別是圖像的上半部分直接顏色都變了。

那么這是為啥呢。

這個(gè)就需要了解一下什么是色彩空間了。

色彩是一種感性的認(rèn)識(shí)，科學(xué)家們?yōu)榱巳ケ硎旧示桶l(fā)明了許多的色彩空間，比如RGB，YUV，HSV，HSI，HSL等多種表示方式，每一種使用范圍也不太一樣。

比如RGB色彩空間把圖像用紅色，綠色，藍(lán)色來(lái)表示，但是這種色彩空間把圖像的亮度和色度混在了一起進(jìn)行表示，也就是不區(qū)分luma和chroma 的值，這樣在對(duì)其中某一個(gè)進(jìn)行變換的時(shí)候就會(huì)把另外一個(gè)也進(jìn)行了變換。比如在進(jìn)行直方圖均衡化的時(shí)候是對(duì)luma進(jìn)行操作的，由于RGB混在一起的表示形式就會(huì)把chroma也給搞亂掉，這樣就表現(xiàn)出來(lái)了上圖的效果。

如果是對(duì)圖像進(jìn)行線(xiàn)性變換的話(huà)還能恢復(fù)過(guò)來(lái)，如果是非線(xiàn)性的變化那豈不是搞不回來(lái)了，把另外一個(gè)徹底搞亂掉了。

而YUV色彩空間用Y來(lái)表示亮度，用UV表示色度，這樣單獨(dú)對(duì)Y通道進(jìn)行直方圖均衡化就可以了，不會(huì)對(duì)色度產(chǎn)生影響。

import cv2


img = cv2.imread(r'E:python_image_simpythonProjectsimimgimg.png')


y, u, v = cv2.split(cv2.cvtColor(img, cv2.COLOR_BGR2YUV))


b, g, r = cv2.split(img)
equ_b = cv2.equalizeHist(b)
equ_g = cv2.equalizeHist(g)
equ_r = cv2.equalizeHist(r)
equ_y = cv2.equalizeHist(y)
yuv = cv2.merge([equ_y, u, v])
yuv = cv2.cvtColor(yuv, cv2.COLOR_YUV2BGR)


equ = cv2.merge([equ_b, equ_g, equ_r])


# stacking images side-by-side
cv2.imshow('rgb', img)
cv2.imshow('bgr_equ', equ)
cv2.imshow('yuv_equ',yuv)
cv2.waitKey()
cv2.destroyAllWindows()

上述代碼將BGR色彩空間轉(zhuǎn)為YUV，然后對(duì)Y通道進(jìn)行直方圖均衡化，最后再轉(zhuǎn)回BGR色彩空間。

來(lái)看看效果圖。

直方圖均衡化后比直接RGB直方圖的效果要好很多。

最后這個(gè)對(duì)比圖是通過(guò)matplotlib畫(huà)出來(lái)的，需要注意的是matplotlib默認(rèn)是RGB模式的，所以需要將BGR轉(zhuǎn)為RGB才能正常顯示出來(lái)。

import matplotlib.pyplot as plt


img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
equ = cv2.cvtColor(equ, cv2.COLOR_BGR2RGB)
yuv = cv2.cvtColor(yuv, cv2.COLOR_BGR2RGB)
plt.figure()
plt.subplot(1, 3, 1)
plt.imshow(img)
plt.title("img")
plt.subplot(1, 3, 2)
plt.imshow(equ)
plt.title("bgr_equ")
plt.subplot(1, 3, 3)
plt.title("yuv_euq")
plt.imshow(yuv)


plt.show()

審核編輯：湯梓紅