有没有将图像直方图转换为原始图像的算法？答案

【问题标题】：Is there any Algorithm for converting Image histograms into original image?有没有将图像直方图转换为原始图像的算法？
【发布时间】：2011-01-06 08:26:46
【问题描述】：

所以我们有直方图...有什么算法可以从它们生成原始图像吗？

_{（来源：petrileskinen.fi）}

【问题讨论】：

【解决方案1】：

不，因为直方图只是绘制了各种色调的像素数，而不是它们的位置。

【讨论】：

【解决方案2】：

这就像说：“你能用几罐颜料重建一幅特定的画（不知道是哪一幅）吗？”

【讨论】：

【解决方案3】：

不可能从直方图中重建未知图片，但这并不意味着您无能为力。如果您有一个可能的图片数据库，您可以通过生成其直方图来“指纹”每张图片，然后使用您必须在该指纹数据库中搜索的直方图来识别它是哪张图片。如果您找到一个不错的距离度量，您甚至可以使用它来查找与您拥有的图片“相似”（在某种非常粗略的意义上）的图片。

您不能用它来表示“这是伦敦塔的照片；现在给我找伦敦塔的其他照片”，但您可以用它来表示“这是日落的照片；给我找照片”包含一组相似的颜色”，这可能最终在某种程度上有用。

当然，您的夜间风景图片可能具有与完全不相关的事物非常相似的直方图，并且可能与在人类看来相似的图片具有完全不同的直方图。所以这不是一个稳健的方法。但是，如果您只有直方图，那么可能值得研究一下可以实现的目标。

【讨论】：

好帖子。直方图还可用于图像取证，即确定对图像执行的操作的历史。直方图可以显示亮度调整的痕迹，例如对比度拉伸、均衡或伽马校正。例如，在此处查看我同事的前两个出版物：ece.umd.edu/~mcstamm/research.html
对。事实上，颜色直方图是图像搜索系统 IIRC 中使用的第一个特征。

【解决方案4】：

没有。直方图是有损的。

【讨论】：

虽然没有错，但我想说这个答案令人困惑。对于有损，您通常表示有损压缩，其中一些信息在压缩中丢失，但可以通过一些可容忍的错误重建原始信息。在颜色直方图的情况下，根本不可能重建原始图像。
我想人们可以从直方图中猜出图像的类型，并从一小部分选择中呈现出最匹配的图像。可能适用于树林（绿色）、面孔（粉红色）和水（蓝色）的图像......人们可以认为这是一种非常有损的压缩
直方图不是经过压缩的图像。它们甚至不是图像的替代表示......它们传达了图像中包含的部分信息，但不是全部。这并不意味着它们是有损的。他们传达了他们想要传达的所有信息。如果有损直方图是“穷人的直方图”

【解决方案5】：

直方图不携带任何空间信息。我的意思是，不可能找到对特定直方图 bin 有贡献的像素的 x,y 位置。直方图只代表图像全局亮度信息。

【讨论】：

【解决方案6】：

Histogram 仅携带并提供有关图像中色调分布的信息。它是原始图像中编码的离散信息的聚合 - 有多少像素具有特定值。因此，如果不提供像素位置等附加细节，就无法生成原始图像。

【讨论】：