彩色图像直方图均衡化异常咨询：单独均衡RGB通道是否为诱因？

结论 #

是的，单独对RGB三个通道执行直方图均衡化就是导致第二组图像丢失红色色调的直接原因。

原因分析 #

RGB色彩空间中，红、绿、蓝三个通道的像素值高度关联，它们的比例关系决定了最终呈现的颜色。当你分别对每个通道做直方图均衡化时，会独立拉伸每个通道的像素分布，彻底破坏原本的色彩比例：

• 第二组图像的红色通道像素可能集中在某个亮度区间，均衡化后被过度扩展，而绿、蓝通道的调整幅度和红色不匹配，最终导致红色色调被稀释甚至丢失。
• 第一组图像原本各通道的分布相对均衡，单独调整后色彩比例没有被严重破坏，所以看起来效果正常。

你的代码问题点 #

你的代码确实是对R、G、B三个通道分别计算直方图、累积概率并映射，完全独立处理每个通道，这正是色彩异常的来源：

public static void ChangeContrast(Bitmap image, string savePath)
{
    int width = image.Width;
    int height = image.Height;

    BitmapData bmpData = image.LockBits(new Rectangle(0, 0, image.Width, image.Height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);

    int bytes = bmpData.Stride * bmpData.Height;
    byte[] rgbValues = new byte[bytes];
    byte[] newBmp = new byte[bytes];

    double[] probabilityR = new double[256];
    double[] probabilityG = new double[256];
    double[] probabilityB = new double[256];

    byte[,] r = new byte[width, height];
    byte[,] g = new byte[width, height];
    byte[,] b = new byte[width, height];

    IntPtr ptr = bmpData.Scan0;

    // Copy the RGB values into the array.
    Marshal.Copy(ptr, rgbValues, 0, image.Height * bmpData.Stride);

    //Put green, blue and red values into separate arrays.
    int k = 0;
    for (int i = 0; i < height; i++)
    {
        for (int j = 0; j < width; j++)
        {
            b[j, i] = rgbValues[k];
            g[j, i] = rgbValues[k + 1];
            r[j, i] = rgbValues[k + 2];
            k += 3;
        }
    }

    //Calculate how many pixels with given intensity are there (sort of a histogram).
    for (int i = 0; i < height; i++)
    {
        for (int j = 0; j < width; j++)
        {
            probabilityR[r[i, j]]++;
            probabilityG[g[i, j]]++;
            probabilityB[b[i, j]]++;
        }
    }

    for (int i = 0; i < 256; i++)
    {
        probabilityR[i] /= (width * height);
        probabilityG[i] /= (width * height);
        probabilityB[i] /= (width * height);
    }

    int p = 0;
    for (int j = 0; j < height; j++)
    {
        for (int i = 0; i < width; i++)
        {
            double sumR = 0;
            double sumG = 0;
            double sumB = 0;

            for (int x = 0; x < r[i, j]; x++)
            {
                sumR += probabilityR[x];
            }
            for (int x = 0; x < g[i, j]; x++)
            {
                sumG += probabilityG[x];
            }
            for (int x = 0; x < b[i, j]; x++)
            {
                sumB += probabilityB[x];
            }
            newBmp[p++] = (byte)(Math.Floor(255 * sumB));
            newBmp[p++] = (byte)(Math.Floor(255 * sumG));
            newBmp[p++] = (byte)(Math.Floor(255 * sumR));
        }
    }
    Marshal.Copy(newBmp, 0, ptr, bytes);
    image.UnlockBits(bmpData);

    ih.saveImage(image, savePath);
}

正确的处理方式 #

正确的做法是将图像转换到亮度-色度分离的色彩空间（比如YCrCb、HSV），只对亮度通道执行直方图均衡化，再转换回RGB空间，这样既能提升对比度，又能保留原有色彩比例。

以下是基于YCrCb空间的修改示例：

public static void ChangeContrastPreserveColor(Bitmap image, string savePath)
{
    int width = image.Width;
    int height = image.Height;

    BitmapData bmpData = image.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
    int bytes = bmpData.Stride * height;
    byte[] rgbValues = new byte[bytes];
    Marshal.Copy(bmpData.Scan0, rgbValues, 0, bytes);

    // 转换为YCrCb并提取亮度通道Y
    byte[,] yChannel = new byte[width, height];
    for (int i = 0; i < height; i++)
    {
        for (int j = 0; j < width; j++)
        {
            int idx = i * bmpData.Stride + j * 3;
            byte b = rgbValues[idx];
            byte g = rgbValues[idx + 1];
            byte r = rgbValues[idx + 2];

            // RGB转YCrCb公式
            int y = (int)(0.299 * r + 0.587 * g + 0.114 * b);
            yChannel[j, i] = (byte)Math.Clamp(y, 0, 255);
        }
    }

    // 对Y通道做直方图均衡化
    double[] probabilityY = new double[256];
    for (int i = 0; i < height; i++)
    {
        for (int j = 0; j < width; j++)
        {
            probabilityY[yChannel[j, i]]++;
        }
    }
    for (int i = 0; i < 256; i++)
    {
        probabilityY[i] /= (width * height);
    }

    // 计算累积分布函数并映射Y通道
    byte[] yLookup = new byte[256];
    double sum = 0;
    for (int i = 0; i < 256; i++)
    {
        sum += probabilityY[i];
        yLookup[i] = (byte)Math.Floor(255 * sum);
    }

    // 将均衡化后的Y通道与原始Cr、Cb结合，转回RGB
    for (int i = 0; i < height; i++)
    {
        for (int j = 0; j < width; j++)
        {
            int idx = i * bmpData.Stride + j * 3;
            byte b = rgbValues[idx];
            byte g = rgbValues[idx + 1];
            byte r = rgbValues[idx + 2];

            // 计算原始Cr、Cb
            int yOriginal = (int)(0.299 * r + 0.587 * g + 0.114 * b);
            int cr = (int)((r - yOriginal) * 0.713 + 128);
            int cb = (int)((b - yOriginal) * 0.564 + 128);

            // 均衡化后的Y
            int yEqualized = yLookup[yChannel[j, i]];

            // YCrCb转RGB
            byte rNew = (byte)Math.Clamp(yEqualized + 1.403 * (cr - 128), 0, 255);
            byte gNew = (byte)Math.Clamp(yEqualized - 0.344 * (cb - 128) - 0.714 * (cr - 128), 0, 255);
            byte bNew = (byte)Math.Clamp(yEqualized + 1.773 * (cb - 128), 0, 255);

            rgbValues[idx] = bNew;
            rgbValues[idx + 1] = gNew;
            rgbValues[idx + 2] = rNew;
        }
    }

    Marshal.Copy(rgbValues, 0, bmpData.Scan0, bytes);
    image.UnlockBits(bmpData);
    ih.saveImage(image, savePath);
}

处理效果对比 #

第一组图像 #

处理前：

处理后：

第二组图像 #

处理前：

处理后（原方法）：

使用色彩保留的方法处理后，第二组图像的红色色调会得到保留，同时对比度得到有效提升。

内容的提问来源于stack exchange，提问作者Feldmarshall