0%

直方圖均化 Histogram Equalization

之前影像處理課有寫過直方圖均化(Histogram Equalization)的程式,
這篇是重新紀錄做法,以及提供 Web 的演示。

因為最近稍微小忙,為了保持每月更新的步調,
所以挑了一個比較簡單的主題先寫這樣 XD”

請參閱 我的大學作業整理 的「影像處理課程」部分。

色階與直方圖

圖片的「色階」(level)是統計圖片像素的灰階亮度或各顏色分量,
然後依照其值與像素的數量,畫成一張直方圖(histogram)如圖 1 所示:

圖 1、Paint.net 中的色階

嚴格說,色階是顏色亮度的強弱,但直方圖是表示色階的一種圖表;
表示色階未必要用直方圖,而且直方圖的 X 與 Y 軸也不見得是亮度與數量。

直方圖均化

直觀地說,直方圖均化(histogram equalization)做法是紀錄圖像中,每個像素(pixel)的亮度(brightness),
然後根據「每個像素亮度的數量」重新分配亮度的過程,具體作法如下:

  1. 初始化直方圖 $h(c, v) = 0 \ \forall c, v$ 其中 $c \in \{0, 1, 2\}$ 為顏色分量,而 $v = [0, 255] \in N$ 為統計數量
  2. 遍歷所有像素,計算出直方圖 $h(c, v)$
  3. 根據直方圖 $h$ 算出累積分布函數(Cumulative Distribution Function, CDF)
    其定義為 $CDF(c, v) = \sum_{i = 0}^{v} h(c, i)$
  4. 按 $CDF$ 比例,重新分配像素 $p(c)$ 顏色 $c$ 的亮度值,定義為:

$$
p_{new}(c) = round\left(\text{color_range} \cdot \frac{p_{old}(c) - CDF_{min}(c)}{\text{image_size} - CDF_{min}(c)}\right) \ \forall c
$$

其中,根據累積分布函數的定義,有 $CDF_{min}(c) = CDF(c, 0)$ 的關係,
而 $\text{color_range}$ 是該顏色 $c$ 的最大值、$\text{image_size}$ 的圖片像素總數(寬、高相乘),
另外就是 $round$ 函數實際上可以根據需要調整(常見的候選為 $floor(x)$ 及 $ceil(x)$ 函數)。

具體的程式如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
/* 直方圖初始化 */
let histogram = Array.from({length: 3}, () => {
return Array.from({length: 256}, () => 0);
});

/* 遍歷所有像素 */
let pixels = imgData.data; // 讀取的圖片值,存在 ImageData 中
for (let i = 0, l = pixels.length; i < l; i += 4) { // 每個像素都有紅, 綠, 藍及透明度,共 4 個值
for (let c = 0; c < 3; c += 1) { // 紀錄 3 種顏色的數量
histogram[c][pixels[i + c]] += 1;
}
}

/* 累積分布函數初始化 */
let cdf = Array.from({length: 3}, () => {
return Array.from({length: 256}, () => 0);
});

/* 計算累積分布函數 */
for (let c = 0; c < 3; c += 1) { // 遍歷所有顏色
cdf[c][0] = histogram[c][0]; // 紀錄第一個數量值
for (let i = 1; i < 256; i += 1) {
cdf[c][i] = cdf[c][i - 1] + histogram[c][i]; // 累計後面所有數量的值
}
}

/* 定義一些變數 */
let w = imgData.width; // 舊圖片的寬度
let h = imgData.height; // 舊圖片的高度
let max = w * h; // 圖片的像素總數(image_size = width*height)
let newData = imageContext.createImageData(w, h); // 宣告新圖片

/* 開始直方圖均化 */
for (let c = 0; c < 3; c += 1) { // 遍歷所有顏色
let min = cdf[c][0]; // 取的該顏色最小 CDF 值
for (let i = 0, l = pixels.length; i < l; i += 4) { // 遍歷所有像素
let v = cdf[c][pixels[i + c]]; // 取得 CDF 值
let r = (v - min) / (max - min); // 計算該 CDF 值的比例
newData.data[i + c] = Math.round(255 * r); // 設定新圖片的像素顏色(color_range = 255)
newData.data[i + 3] = 255; // 設定新圖片的像素透明度
}
}

關於讀取、顯示圖片,請參考 JavaScript 檔案處理MDN ImageData 相關文章。

在 Paint.net 軟體中的「自動色階」功能,就是「直方圖均化」。

演示

重複執行多次直方圖均化時,由於浮點數經過 $round(x)$ 函數,
會導致直方圖有時候會有稍微差異(約 1 個亮度值),但是對於圖片來說,並不會造成視覺上的改變。