关闭

OpenCV,常用图像增强算法的实现

标签: opencv算法图片图像处理
7219人阅读 评论(0) 收藏 举报
分类:

原文地址 http://blog.csdn.net/kezunhai/article/details/41553097

好资料,没收了!!!

1、对数图像增强算法

      对数图像增强是图像增强的一种常见方法,其公式为: S = c log(r+1),其中c是常数(以下算法c=255/(log(256)),这样可以实现整个画面的亮度增大。

void LogEnhance(IplImage* img, IplImage* dst)
{
	// 由于oldPixel:[1,256],则可以先保存一个查找表
	uchar lut[256] ={0};

	double temp = 255/log(256);

	for ( int i =0; i<255; i++)
	{
		lut[i] = (uchar)(temp* log(i+1)+0.5);
	}

	for( int row =0; row <img->height; row++)
	{
		uchar *data = (uchar*)img->imageData+ row* img->widthStep;
		uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;

		for ( int col = 0; col<img->width; col++)
		{
			for( int k=0; k<img->nChannels; k++)
			{
				uchar t1 = data[col*img->nChannels+k];				
				dstData[col*img->nChannels+k] = lut[t1];
			}
		}		
	}	
}
2、指数图像增强算法

      指数图像增强的表达为:S = cR^r,通过合理的选择c和r可以压缩灰度范围,算法以c=1.0/255.0, r=2实现。

void ExpEnhance(IplImage* img, IplImage* dst)
{
	// 由于oldPixel:[1,256],则可以先保存一个查找表
	uchar lut[256] ={0};

	double temp = 1.0/255.0;

	for ( int i =0; i<255; i++)
	{
		lut[i] = (uchar)(temp*i*i+0.5);
	}

	for( int row =0; row <img->height; row++)
	{
		uchar *data = (uchar*)img->imageData+ row* img->widthStep;
		uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;

		for ( int col = 0; col<img->width; col++)
		{
			for( int k=0; k<img->nChannels; k++)
			{
				uchar t1 = data[col*img->nChannels+k];				
				dstData[col*img->nChannels+k] = lut[t1];
			}
		}		
	}	
}

3、加Masaic算法

        在日常中有时候保密或其他需要将图像马赛克,下面的算法实现图像马赛克功能(原理:用中心像素来表示邻域像素)。

uchar getPixel( IplImage* img, int row, int col, int k)
{
	return ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k];
}

void setPixel( IplImage* img, int row, int col, int k, uchar val)
{
	((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k] = val;
}


// nSize:为尺寸大小,奇数
// 将邻域的值用中心像素的值替换
void Masic(IplImage* img, IplImage* dst, int nSize)
{
	int offset = (nSize-1)/2;
	for ( int row = offset; row <img->height - offset; row= row+offset)
	{
		for( int col= offset; col<img->width - offset; col = col+offset)
		{
			int val0 = getPixel(img, row, col, 0);
			int val1 = getPixel(img, row, col, 1);
			int val2 = getPixel(img, row, col, 2);
			for ( int m= -offset; m<offset; m++)
			{
				for ( int n=-offset; n<offset; n++)
				{
					setPixel(dst, row+m, col+n, 0, val0);
					setPixel(dst, row+m, col+n, 1, val1);
					setPixel(dst, row+m, col+n, 2, val2);
				}
			}
		}
	}
}

4、曝光过度问题处理

      对于曝光过度问题,可以通过计算当前图像的反相(255-image),然后取当前图像和反相图像的较小者为当前像素位置的值。

// 过度曝光原理:图像翻转,然后求原图与反图的最小值

<span style="font-size:12px;">void ExporeOver(IplImage* img, IplImage* dst)
{
	for( int row =0; row <img->height; row++)
	{
		uchar *data = (uchar*)img->imageData+ row* img->widthStep;
		uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;
		for ( int col = 0; col<img->width; col++)
		{
			for( int k=0; k<img->nChannels; k++)
			{
				uchar t1 = data[col*img->nChannels+k];
				uchar t2 = 255 - t1;
				dstData[col*img->nChannels+k] = min(t1,t2);
			}
		}		
	}
}</span>

5、高反差保留

      高反差保留主要是将图像中颜色、明暗反差较大两部分的交界处保留下来,比如图像中有一个人和一块石头,那么石头的轮廓线和人的轮廓线以及面部、服装等有明显线条的地方会变被保留,儿其他大面积无明显明暗变化的地方则生成中灰色。其表达形式为:dst = r*(img - Blur(img))。

Mat HighPass(Mat img)
{
	Mat temp;
	GaussianBlur(img, temp,Size(7,7),1.6,1.6);

	int r=3;	
	Mat diff = img + r*(img-temp); //高反差保留算法
	return diff;
}

测试代码:

int main(int argc, char* argv[])
{
	const char* Path = "02.bmp";
	IplImage *img = cvLoadImage(Path,CV_LOAD_IMAGE_ANYCOLOR);
	IplImage *dst = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
	cout<<"输入你要选择的操作:"<<endl;
	cout<<"1、曝光过度"<<endl;
	cout<<"2、加马赛克"<<endl;
	cout<<"3、对数增强"<<endl;
	cout<<"4、指数增强"<<endl;
	cout<<"请输入你的选择:";
	int choice = 1;
	cin>>choice;
	switch (choice)
	{
	case 1: 
		ExporeOver(img, dst);   //这四个算法中总觉得某个算法有问题
		break;
	case 2: 
		Masic(img, dst, 21);
		break;
	case 3: 
		LogEnhance(img, dst);
		break;
	case 4:
		ExpEnhance(img, dst);
		break;
	default:
		cout<<"输入错误"<<endl;
		break;			  
	}
	cvSaveImage("dst.jpg",dst);
	cvNamedWindow("SRC",1);
	cvNamedWindow("DST", 1);
	cvShowImage("SRC", img);
	cvShowImage("DST", dst);
	cvWaitKey();
	return 0;
}


实现在MFC中效果如下(程序有点小问题,“高斯平滑”的效果应该是中值滤波):






5
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:509569次
    • 积分:7745
    • 等级:
    • 排名:第2903名
    • 原创:239篇
    • 转载:50篇
    • 译文:0篇
    • 评论:162条
    博客专栏
    个人介绍
    非CS科班出身,喜欢用C/C++思考数学 ,专注于图像处理和软件开发!本博客基于交流和记录学习的历程为目的,与诸君共勉,欢迎交流。同时,博文有不少文字并非一字一字地敲打,若侵权,请联系本人,

    E-mail:tangyb7172@foxmail.com
    最新评论