基础篇05-直方图操作

本节将简要介绍Halcon中有关图像直方图操作的算子，重点介绍直方图获取和显示算子，以及两种直方图处理算子。

1. 引言

2. 获取并显示直方图

2.1 获取（灰度）直方图

2.2 显示直方图

3. 直方图操作

3.1 直方图均衡

1. 引言

图像直方图（Histogram）是反映图像像素分布的统计表，记为ℎ(𝑘)，横坐标代表像素值的取值区间，纵坐标代表每一像素值在图像中的像素总数（对应普通直方图）或者所占的百分比（对应归一化直方图）。

归一化直方图（Uniform Histogram）是图像灰度级的函数，用来描述每个灰度级在图像矩阵中的发生的概率，记为𝑝(𝑘)，它可以ℎ(𝑘)用得到。

累计分布直方图（Cumulitive Distribution Histogram），简称累计直方图，代表图像组成成分在灰度级的累计概率分布情况，每一个概率值代表小于等于此灰度值的概率，记为𝑐(𝑘)，它也可以用ℎ(𝑘)得到。

以下是三种直方图的定义：

$h(k)=n_k,\quad p(k)=\frac{n_k}{N},\quad c=\frac{1}{N} \sum_{i=0}^{k}n_i,\quad k=0,1,\cdots,L-1$

式中，𝑘是图像灰度级的取值， $n_k$ 表示取值为𝑘的像素点数目，N是图像内像素点的总数。

下图是多幅图像及其对应的直方图情况，不难看出，灰度直方图反映了图像中的灰度分布规律，直观地表现了图像中各灰度级的占比，很好地体现出图像的亮度和对比度信息：

灰度图分布居中说明亮度正常，偏左说明亮度较暗，偏右表明亮度较高；
狭窄陡峭表明对比度降低，宽泛平缓表明对比度较高。

（从左至右分别是较暗、较亮、较黯淡，以及高对比度图像及其直方图示例）

2. 获取并显示直方图

2.1 获取（灰度）直方图

在Halcon中使用gray_histogram算子获取图像的直方图。该算子计算图像的灰度值分布，并返回直方图的频数。根据参数设置不同，可以获取普通直方图和归一化直方图。

算子声明：

gray_histogram(Image : : : AbsoluteHisto, RelativeHisto)

参数说明：

Image：输入图像。
AbsoluteHisto：绝对直方图，表示每个灰度值的像素数量。
RelativeHisto：归一化直方图，表示每个灰度值的像素比例（概率）。

注意事项：

如果输入图像是彩色的，需要先转换为灰度图像。
如果要显示直方图，需要使用create_histo2d算子将直方图转换为图像的函数，方便可视化。

2.2 显示直方图

在Halcon中使用create_histo2d算子将直方图转换为图像形式进行显示。

算子声明：

create_histo2d(HistogramData : HistogramImage : XScale, YScale : )

参数说明：

Image：输入图像。
AbsoluteHisto：绝对直方图，表示每个灰度值的像素数量。
RelativeHisto：归一化直方图，表示每个灰度值的像素比例（概率）。

一般步骤：

读取图像：使用 read_image 读取图像。
转换为灰度图像：如果图像是彩色的，使用 rgb1_to_gray 将其转换为灰度图像。
计算直方图：使用 gray_histogram 计算图像的绝对直方图和归一化直方图。
获取灰度值范围：使用 get_grayval_range 获取图像的最小和最大灰度值。
创建直方图图像：使用 create_histo2d 将直方图数据转换为图像形式。
设置显示窗口：使用 dev_open_window 和 dev_set_window 设置显示窗口。
显示原图和直方图：使用 dev_display 分别显示原图和直方图。

以下是一个完整的Halcon代码示例，展示如何获取图像的直方图并绘制结果。

* 读取图像
read_image(Image, 'example_image.jpg')* 将图像转换为灰度图像（如果图像是彩色的）
rgb1_to_gray(Image, GrayImage)* 计算图像的直方图
gray_histogram(GrayImage, AbsoluteHisto, RelativeHisto)* 获取图像的灰度值范围
get_grayval_range(GrayImage, MinGray, MaxGray)* 创建直方图的可视化图像
create_histo2d(AbsoluteHisto, HistogramImage, 1, 1)* 设置显示窗口
dev_open_window(0, 0, 512, 512, 'black', WindowHandle)
dev_set_window(WindowHandle)* 显示原图
dev_display(GrayImage)* 显示直方图
dev_open_window(0, 512, 512, 512, 'black', HistogramWindowHandle)
dev_set_window(HistogramWindowHandle)
dev_display(HistogramImage)

注意事项：

如果输入图像是彩色的，需要先转换为灰度图像。
使用get_grayval_range算子获取图像的最小和最大灰度值。
如果要显示直方图，需要使用create_histo2d算子将直方图转换为图像的函数，方便可视化。

Halcon使用get_grayval_range算子用于获取图像中灰度值的范围（最小值和最大值）。这个算子对于分析图像的灰度分布非常有用，尤其是在直方图计算和图像增强等操作中。

算子声明：

get_grayval_range(Image : : : MinGray, MaxGray)

参数说明：

Image：输入图像（可以是灰度图像或多通道图像）。
MinGray：图像中灰度值的最小值。
MaxGray：图像中灰度值的最大值。

3. 直方图操作

在Halcon中提供的直方图操作主要是两种，直方图均衡和直方图规定化。两者都能实现特定的图像增强目的，但又有区别。

3.1 直方图均衡

直方图均衡化（Histogram Equalization，简称直方图均衡，HE）是一种简单有效的图像增强技术。根据直方图的形态可以判断图像的质量，通过调控直方图的形态可以改善图像的质量。

直方图均衡的基本思想是对图像中占比大的灰度级进行展宽，而对占比小的灰度级进行压缩，使图像的直方图分布较为均匀，扩大灰度值差别的动态范围，从而增强图像整体的对比度。

Halcon提供了equ_histo_image算子来实现直方图均衡化。

算子声明：

equ_histo_image(Image : ImageEquHisto : : )

参数说明：

Image（输入）：输入图像（通常是灰度图像）。
ImageEquHisto（输出）：直方图均衡化后的图像。

以下是一个完整的Halcon代码示例，展示如何实现直方图均衡化。

* 读取图像
read_image(Image, 'example_image.jpg')* 将图像转换为灰度图像（如果图像是彩色的）
rgb1_to_gray(Image, GrayImage)* 对图像进行直方图均衡化
equ_histo_image(GrayImage, ImageEquHisto)* 设置显示窗口
dev_open_window(0, 0, 512, 512, 'black', WindowHandle1)
dev_set_window(WindowHandle1)
dev_display(GrayImage)
dev_open_window(512, 0, 512, 512, 'black', WindowHandle2)
dev_set_window(WindowHandle2)
dev_display(ImageEquHisto)* 显示消息
disp_message(WindowHandle1, 'Original Image', 'window', 12, 12, 'black', 'true')
disp_message(WindowHandle2, 'Histogram Equalized Image', 'window', 12, 12, 'black', 'true')

注意事项：