[Computer Vision/OpenCV] 7. Histogram Stretching

우리는 저번 포스팅을 통해서 히스토그램이 무엇인지 알게 되었다.

오늘은 Histogram Transformation중 하나인 Histogram Stretching에 대해서 알아보자.

 

Histogram Stretching (Contrast Stretching)

이미지의 히스토그램을 뽑아봤더니 다음처럼 나왔다고 하자.

 

 

히스토그램의 값들이 한 쪽에 뭉쳐있는 것을 확인할 수 있다.

이럴 때 우리는 이 이미지를 대비가 약한, Flat 한 이미지 라고 한다.

 

Histogram stretching은 이미지의 대비를 증가시키기 위해서 픽셀의 값 범위를 더 넓은 범위로 확장시키는 것을 말한다.

 

식을 이해해 보면, 기존의 밝기 범위 $i_{max}-i_{min}$을 사용하여 이미지의 범위를 normalize하는 것과 같다.

즉, 원래 이미지의 intensity 범위가 $i_{min}$ 에서 $i_{max}$라면, 이 범위를 (0-255)를 확장 시키는 것이다.

 

아래는 위의 이미지에 stretching을 적용한 결과이다. 

히스토그램에서 intensity의 범위가 확장되고, 이미지 또한 대비가 증가한 것을 확인할 수 있다. 

소스코드는 제일 아래에 첨부한다.

왼쪽은 Stretching 전, 오른쪽은 Stretching 후의 이미지 히스토그램이다.

왼쪽은 원본, 오른쪽이 stretching의 결과 이미지

 

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

Mat drawHistogram(const Mat& hist, int histSize, int bar_width, int bar_gap, int hist_h, int margin);

int main() {
	Mat img = imread("sunset.jpg", IMREAD_GRAYSCALE);
	if (img.empty()) {
		cout << "Could not open or find the image!" << endl;
		return -1;
	}

	//원본이미지 약간 어둡게 만들기
	Mat dark(img.size(), CV_8UC1, Scalar(0));
	Mat dark_img;
	addWeighted(img, 0.7, dark, 0.2, 0, dark_img);

	// stretching전의 히스토그램 계산하기
	int histSize = 256;
	Mat hist;
	float range[] = { 0, 256 };
	const float* histRange = { range };
	calcHist(&dark_img, 1, 0, Mat(), hist, 1, &histSize, &histRange);

	Mat histImg = drawHistogram(hist, histSize, 1, 2, 500, 60);
	imshow("Image", dark_img);
	imshow("Histogram", histImg);

	// normalize 함수를 통해서 히스토그램 스트레칭 
	Mat stretched_img;
	normalize(dark_img, stretched_img, 0, 255, NORM_MINMAX);
	calcHist(&stretched_img, 1, 0, Mat(), hist, 1, &histSize, &histRange);

	Mat histImg_ = drawHistogram(hist, histSize, 1, 2, 500, 60);
	imshow("stretched_Image", stretched_img);
	imshow("normalized_Histogram", histImg_);

	waitKey(0);

	return 0;
}


Mat drawHistogram(const Mat& hist, int histSize, int bar_width, int bar_gap, int hist_h, int margin)
{
	// 막대 설정
	int total_bar_width = bar_width + bar_gap;
	int hist_w = histSize * total_bar_width;
	Mat histImg(hist_h + 2 * margin, hist_w + 2 * margin, CV_8UC3, Scalar(0, 0, 0));

	// 최대 히스토그램 값 찾기
	double maxVal;
	minMaxLoc(hist, 0, &maxVal);

	// 히스토그램 막대 그리기
	for (int i = 0; i < histSize; i++) {
		rectangle(histImg,
			Point(margin + total_bar_width * i, margin + hist_h),
			Point(margin + total_bar_width * i + bar_width,
				margin + hist_h - cvRound(hist.at<float>(i) * hist_h / maxVal)),
			Scalar(255, 255, 255), FILLED);
	}

	// x축 (밝기값, 50 단위)
	for (int i = 0; i <= histSize; i += 50) {
		putText(histImg, to_string(i), Point(margin - 10 + total_bar_width * i, margin + hist_h + 20),
			FONT_HERSHEY_SIMPLEX, 0.5, Scalar(255, 255, 255));
		line(histImg, Point(margin + total_bar_width * i, margin + hist_h),
			Point(margin + total_bar_width * i, margin + hist_h + 5), Scalar(255, 255, 255));
	}

	// y축 (픽셀 개수, 4단계)
	float step_y = hist_h / 4;
	for (int i = 0; i <= hist_h; i += step_y) {
		putText(histImg, to_string(int(maxVal - maxVal * i / hist_h)),
			Point(5, margin + i + 5), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(255, 255, 255));
		line(histImg, Point(margin - 5, margin + i
		), Point(margin, margin + i), Scalar(255, 255, 255));
	}

	// 축 그리기
	line(histImg, Point(margin, margin), Point(margin, margin + hist_h), Scalar(255, 255, 255));
	line(histImg, Point(margin, margin + hist_h), Point(hist_w + margin, margin + hist_h), Scalar(255, 255, 255));

	return histImg;
}