Prima etapă măsoară histograma imaginii originale. Pentru o imagine digitală a cărei scală de luminozitate, de exemplu, aparține intervalului întreg de 0,255, histograma este un tabel cu 256 numere. Fiecare dintre ele arată numărul de puncte din cadrul care au această luminozitate. Prin împărțirea tuturor numerelor din acest tabel într-o dimensiune totală a eșantionului egală cu numărul de puncte de imagine utilizate, se obține o estimare a distribuției de probabilitate a luminozității imaginii.
În a doua etapă se efectuează transformarea neliniară însăși, care asigură proprietățile necesare ale imaginii de ieșire. În locul distribuției integrale adevărate necunoscute, este utilizată estimarea sa pe baza histogramei. În acest sens, toate metodele de conversie a imaginilor bitmap, scopul, care este o modificare a legilor de distribuție se numesc metoda de histograme. În special, conversia la care imaginea de ieșire are o distribuție uniformă se numește egalizare (nivelare) de histograme.
O trăsătură caracteristică a multor imagini obținute în sistemele de înfățișând reale este o proporție semnificativă din regiunile întunecate și număr relativ mic de site-uri cu luminozitate ridicată. Ecuația este concepută pentru a corecta imaginea, nivelând zonele integrale ale zonelor cu luminozități diferite.
// Creați și inițializați o matrice de indicatori în tabelele de căutare
IplLUT * plut [3];
plut [0] = lut [0];
plut [1] = lut [1];
plut [2] = lut [2];
// Inițializați membrii meselor de căutare
CreateLUT (plut [0]);
CreateLUT (plut [1]);
CreateLUT (plut [2]);
// Creați o histogramă pentru a găsi maximele
iplComputeHisto (img, plut);
// Ecuația
iplHistoEqualize (img, img, plut);
// Eliminarea membrilor meselor de căutare
DeleteLUT (plut [0]);
DeleteLUT (plut [1]);
DeleteLUT (plut [2]);
>