opencv学习：实现matlab中的stretchlim函数

最新推荐文章于 2026-06-21 04:21:39 发布

原创最新推荐文章于 2026-06-21 04:21:39 发布 · 3.3k 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

C++ 同时被 2 个专栏收录

29 篇文章

订阅专栏

图像处理与机器视觉

18 篇文章

订阅专栏

本文介绍如何在OpenCV中参照Matlab的源代码实现stretchlim函数，以达到与Matlab中的imadjust函数类似的效果。文章讨论了如何利用之前实现的hist函数来完成这一目标。

matlab中的imadjust函数的第一种调用方式为：imadjust(I), I为待处理图像，在参数封装时调用了stretchlim函数。但opencv中没有相应的实现，故参照matlab的源代码实现了stretchlim函数。该函数用了上一篇文章中实现的hist函数，

void stretchlim(const IplImage* img, vector<double> tol, vector<double>& low_high)
{
	//接受参数
	double tol_low , tol_high;
	switch(tol.size())
	{
	case 0:	//默认值为 0.01, 0.99
		tol_low = 0.01;
		tol_high = 0.99;
		break;
	case 1:
		tol_low = tol[0];
		tol_high = 1-tol[0];
		break;
	case 2:		
		tol_low = tol[0];
		tol_high = tol[1];
		break;
	}

	int nbins = 255;
	if(img->depth == IPL_DEPTH_16U)
		nbins = 65535;

	//若容忍度低值小于高值则观察直方图获取灰度范围
	if(tol_low<tol_high)
	{
		//计算直方图
		vector<long> N = hist(img);

		//计算累积分布向量
		vector<double> cdp = cumsumativeDistribution(N);

		//查找tol_low,tol_high边界灰度值
		int ilow = lower_bound(cdp.begin(), cdp.end(), tol_low)-cdp.begin();
		int ihigh = upper_bound(cdp.begin(), cdp.end(), tol_high)-cdp.begin();
		cout<<tol_low<<endl;
		cout<<tol_high<<endl;
		cout<<ilow<<endl;
		cout<<ihigh<<endl;

		
		if(ilow == ihigh)//若边界灰度值相等则设为默认值（当图像为一个平面时）
		{
			low_high.push_back(0);
			low_high.push_back(1);
		}
		else			//否则设为边界灰度归一化值
		{
			low_high.push_back(ilow*1.0/nbins);
			low_high.push_back(ihigh*1.0/nbins);
		}
	}
	//否则设为默认值0,1
	else
	{
		low_high.push_back(0);
		low_high.push_back(1);
	}

}

vector<double> cumsumativeDistribution(vector<long> vec)
{
	vector<double> distr;

	vector<long> cum;
	long sum = 0;
	
	//计算累积向量和总和
	for(vector<long>::iterator it = vec.begin(); it != vec.end(); it++)
	{
		sum += *it;
		cum.push_back(sum);
	}

	//计算累积分布率向量
	for(vector<long>::iterator it = cum.begin(); it != cum.end(); it++)
	{
		distr.push_back(*it*1.0/sum);
	}
	return distr;
}