OpenCV-C++-CUDA-03-图像直方图及几何变换

        本章主要内容有图像的直方图计算、直方图均衡化、图像大小变换及旋转（当然了，基于CUDA）。

一、直方图计算

OpenCV GPU版本计算直方图的时候只能是单通道（这点跟CPU版本不一样），那么如果是多通道怎么办呢，一个一个计算呗。

主要API：

cuda::split() //通道分离
cuda::calcHist() //计算直方图

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

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat input_image = imread("F:/test/lena.jpg");
	if (input_image.empty())
	{
		cout << "the image is not exist..." << endl;
		return -1;
	}
	cuda::GpuMat image(input_image),hist;
	/*-----直方图计算------*/
	vector<cuda::GpuMat>mv; 
	cuda::split(image, mv);//通道分离
	cuda::calcHist(mv[2], hist);
	Mat hist_host;
	hist.download(hist_host);
	for (int i = 0; i < hist_host.cols; i++)
	{
		int pv = hist_host.at<int>(0, i);
		cout << "个数：" << pv << " " << "像素值" << i << endl;
	}
	return 0;

}

打印结果：

有了这个东西，就可以绘制直方图。

二、直方图均衡化

        直方图均衡化比较受限的一点是，它只支持单通，不支持多通道，所以依旧要通道分离，但是这个通道分离不是分离BGR，而是分离HSV，其中的“V”代表了亮度，我们就是要对V通道进行均衡化。
主要有以下步骤：

1）BGR转HSV；
2）分离HSV中的V通道；
3）对V通道做直方图均衡化；
4）混合HSV（V是均衡化后的结果）；
5）HSV转BGR。

代码：

/*-----直方图均衡化-----*/
	//转成HSV通道
	cuda::GpuMat hsv;
	cuda::cvtColor(image, hsv, COLOR_BGR2HSV);
	vector<cuda::GpuMat>eq_mv;
	cuda::split(hsv, eq_mv);//通道分离
	cuda::equalizeHist(eq_mv[2], eq_mv[2]);//直方图均衡化
	cuda::merge(eq_mv, hsv);//重新混合所有通道
	cuda::cvtColor(hsv, hsv, COLOR_HSV2BGR);//把HSV转回BGR
	Mat hsv_host;
	hsv.download(hsv_host);
	imshow("input image", input_image);
	imshow("eq-hist", hsv_host);
	waitKey(0);

结果：

三、图像Resize和旋转

        这个操作跟OpenCV CPU版的其实没什么两样，会的人自然懂，不会的人需要学一下CPU版的，下面直接上代码：
1）resize：

cuda::GpuMat dst;
	Mat resize_dst;
	cuda::resize(image, dst, Size(0, 0), 1.2, 1.2,INTER_CUBIC);//resize
	dst.download(resize_dst);
	imshow("resize image", resize_dst);
	waitKey(0);

结果：

2）旋转：

cuda::GpuMat rota;
	Mat rota_host;
	int center_x = input_image.rows / 2;
	int center_y = input_image.cols / 2;

	Mat M = getRotationMatrix2D(Point(center_x, center_y), 45, 1.0);
	cuda::warpAffine(image, rota, M, image.size());
	rota.download(rota_host);
	imshow("rota image", rota_host);
	waitKey(0);

结果：

        可以看到，确实是变换了吧，其实，本章的所有内容都是可以用在图像增强里面的，也主要是为了深度学习打下一个基础。

下面附上所有代码：

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

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat input_image = imread("F:/test/lena.jpg");
	if (input_image.empty())
	{
		cout << "the image is not exist..." << endl;
		return -1;
	}
	cuda::GpuMat image(input_image),hist;
	/*-----直方图计算------*/
	vector<cuda::GpuMat>mv; 
	cuda::split(image, mv);//通道分离
	cuda::calcHist(mv[2], hist);
	Mat hist_host;
	hist.download(hist_host);
	for (int i = 0; i < hist_host.cols; i++)
	{
		int pv = hist_host.at<int>(0, i);
		cout << "个数：" << pv << " " << "像素值" << i << endl;
	}

	/*-----直方图均衡化-----*/
	//转成HSV通道
	cuda::GpuMat hsv;
	cuda::cvtColor(image, hsv, COLOR_BGR2HSV);
	vector<cuda::GpuMat>eq_mv;
	cuda::split(hsv, eq_mv);//通道分离
	cuda::equalizeHist(eq_mv[2], eq_mv[2]);//直方图均衡化
	cuda::merge(eq_mv, hsv);//重新混合所有通道
	cuda::cvtColor(hsv, hsv, COLOR_HSV2BGR);//把HSV转回BGR
	Mat hsv_host;
	hsv.download(hsv_host);
	imshow("input image", input_image);
	imshow("eq-hist", hsv_host);
	/*-----图像resize-----*/
	cuda::GpuMat dst;
	Mat resize_dst;
	cuda::resize(image, dst, Size(0, 0), 1.2, 1.2,INTER_CUBIC);//resize
	dst.download(resize_dst);
	imshow("resize image", resize_dst);
	/*-----图像旋转-----*/
	cuda::GpuMat rota;
	Mat rota_host;
	int center_x = input_image.rows / 2;
	int center_y = input_image.cols / 2;

	Mat M = getRotationMatrix2D(Point(center_x, center_y), 45, 1.0);
	cuda::warpAffine(image, rota, M, image.size());
	rota.download(rota_host);
	imshow("rota image", rota_host);
	waitKey(0);
	return 0;

}