因为使用的摄像头图像质量很差，不能直接用做分割等后续的处理，需要根据直方图进行图像增强，OPENCV没有现成的方法，只有自己想办法了。 参考了网上文章 http://www.xiaozhou.net/ReadNews.asp?NewsID=771 原理就是利用直方图统计分布，将图像灰度的域值拉伸到0-255，原来网上的代码有些问题，而且是使用bmp的，我就改成了IplImage了，于是在OPENCV实现了这个功能，感觉效果不错，可以看到昏暗的图像可以增强的很好。

结果如下：

WW_RETURN HumanMotion::ImageStretchByHistogram(IplImage *src,IplImage *dst)
/**//*************************************************
  Function:        
  Description:     因为摄像头图像质量差，需要根据直方图进行图像增强，
                   将图像灰度的域值拉伸到0-255
  Calls:          
  Called By:      
  Input:           单通道灰度图像                  
  Output:          同样大小的单通道灰度图像 
  Return:          
  Others:           http://www.xiaozhou.net/ReadNews.asp?NewsID=771
  DATE:               2007-1-5
*************************************************/
{
    //p[]存放图像各个灰度级的出现概率；
    //p1[]存放各个灰度级之前的概率和，用于直方图变换；
    //num[]存放图象各个灰度级出现的次数;

    assert(src->width==dst->width);
    
    float p[256],p1[256],num[256];
    //清空三个数组
    memset(p,0,sizeof(p));
    memset(p1,0,sizeof(p1));
    memset(num,0,sizeof(num));

    int height=src->height;
    int width=src->width;
    long wMulh = height * width;

    //求存放图象各个灰度级出现的次数
    // to do use openmp
    for(int x=0;x<width;x++)
    {
        for(int y=0;y<height;y++)
        {
            uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
            num[v]++;
        }
    }

    //求存放图像各个灰度级的出现概率
    for(int i=0;i<256;i++)
    {
        p[i]=num[i]/wMulh;
    }

    //求存放各个灰度级之前的概率和
    for(int i=0;i<256;i++)
    {
        for(int k=0;k<=i;k++)
            p1[i]+=p[k];
    }

    //直方图变换
    // to do use openmp
    for(int x=0;x<width;x++)
    {
        for(int y=0;y<height;y++)
        {
            uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
            ((uchar*)(dst->imageData + dst->widthStep*y))[x]= p1[v]*255+0.5;            
        }
    }

    return WW_OK;

}

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/hardVB/archive/2007/01/05/1474880.aspx