C# OpenCvSharp 直方图均衡化 图像去雾
原文中文，约8100字，阅读约需20分钟。
📝
内容提要
本文介绍了直方图均衡化和对比度调整的代码实现，包括全局和局部直方图均衡化，以及对 RGB 图像的 R、G、B 三层通道的处理。对比度调整采用了YCrCB格式，通过调整Y通道的亮度来实现。
🎯
关键要点
-
本文介绍了直方图均衡化和对比度调整的代码实现。
-
包括全局和局部直方图均衡化。
-
对 RGB 图像的 R、G、B 三层通道进行处理。
-
对比度调整采用 YCrCB 格式，通过调整 Y 通道的亮度实现。
-
全局直方图均衡化通过对 RGB 图像的 R、G、B 三层通道分别进行处理。
-
局部直方图均衡化是自适应直方图均衡化的实现。
-
直方图计算和归一化过程被详细描述。
-
对比度调整不会导致图片本身的失真。
❓
延伸问答
什么是直方图均衡化？
直方图均衡化是一种图像处理技术，通过调整图像的直方图分布来增强图像的对比度。
如何实现全局直方图均衡化？
全局直方图均衡化通过对RGB图像的R、G、B三层通道分别进行均衡化，然后合并成新的图像。
局部直方图均衡化与全局直方图均衡化有什么区别？
局部直方图均衡化是自适应的，处理时将图像分成小块分别均衡化，而全局直方图均衡化则对整幅图像进行处理。
对比度调整是如何实现的？
对比度调整采用YCrCB格式，通过调整Y通道的亮度来实现，不会导致图片失真。
如何处理RGB图像的三个通道？
处理RGB图像时，首先将图像拆分为R、G、B三个通道，然后对每个通道分别进行直方图均衡化。
直方图计算和归一化的过程是怎样的？
直方图计算通过分析图像的像素值分布生成直方图，归一化则是将直方图的值调整到特定范围内，以便于显示和分析。
🏷️
