1 前言
我们有时会看到这样的一幅图像或图片
其对应的原图是
上边图片转换过程叫做图像反转,其目的就是增强了图像的暗区中白色或灰色的细节,特别是原图中的阴影黑色区域。原理就是用值255减去像素点上的RGB值,比如用255(白色)-0(黑色)得到的是255(白色)。
下边是将原图转换成灰度图后,将灰度图反转后的图片。
灰度图
灰度图反转后的图片
2 相关概念
像素:
像素是图像的最小单位。每一幅图像都是由M行N列的像素组成的,其中每一个像素都存储一个像素值。
RGB图像:
每一种颜色在视觉效果上都可以由不同比例的红、绿、蓝三种颜色合成(R-red,G-green,B-blue)。RGB图像存在3个通道,即R通道、G通道和B通道。其中R通道指的是红色通道;G通道指的是绿色通道;B通道指的是蓝色通道;并且每个色彩通道都在区间[0,255]内取值。RGB图像对应的是RGB色彩空间。
灰度图像:
每个像素都是从黑到白,被处理为256个灰度级别的单色图像。这256个灰度级别分别用区间[0,255]中的数值表示。其中,“0”表示纯黑色,“255”表示纯白色,0~255的数值表示不同亮度(即色彩的深浅程度)的深灰色或者浅灰色。灰度图像对应的是GRAY色彩空间。
BGR色彩空间:
在RGB色彩空间中,彩色图像的通道顺序是R -> G -> B,但是在OpenCV中,RGB色彩空间被BGR色彩空间取代,使得彩色图像的通道顺序变成了B -> G -> R,与RGB刚好相反。
3 创建测试项目
创建测试项目、配置开发环境,具体可参考之前文章,这里就不多说了
Win10+OpenCV4.6.0之开发环境(VS2022)配置入门_来灵的博客-CSDN博客
这次测试项目名称img_invert,VS2022种创建好的项目截图
将下列代码编辑到img_invert.cpp文件里,代码中有详细的注释
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
//定义原图像
Mat color;
//定义灰度图像,灰度图像反转后的图像
Mat gray, grayDst;
int height, width;
int i, j;
//载入图片
color = imread("color.jpg");
if (color.empty())
{
cout << "读取错误" << endl;
return -1;
}
//灰度化,由原图获得灰度图像
cvtColor(color, gray, COLOR_BGR2GRAY);
//保存灰度图片
cv::imwrite("gray.jpg", gray);
//获取图像信息
height = color.rows;
//列项要乘通道数
width = color.cols * color.channels();
cout << "彩色图片宽:" << color.cols << ", 高:" << color.rows << ",通道数:" << color.channels() << endl;
cout << "实际宽:" << width << endl << endl << endl;
//创建窗口
namedWindow("color", WINDOW_AUTOSIZE);
namedWindow("colorDst", WINDOW_AUTOSIZE);
//显示原图
imshow("color", color);
//彩色图像反转
//算法:反转后的像素a = 255 - a
for (i = 0; i < height; i++)
{
for (j = 0; j < width; j++)
{
color.at<uchar>(i, j) = 255 - color.at<uchar>(i, j); //对每一个像素反转
}
}
//保存反色后的图片
cv::imwrite("outputColor.jpg", color);
//显示反相图片
imshow("colorDst", color);
//---------------------灰度图像反转------------------
height = gray.rows;
//列项乘通道数
width = gray.cols * gray.channels();
cout << "灰度图片宽:" << gray.cols << ", 高:" << gray.rows << ",通道数:" << gray.channels() << endl;
cout << "实际宽:" << width << endl << endl << endl;
namedWindow("gray", WINDOW_AUTOSIZE);
namedWindow("grayDst", WINDOW_AUTOSIZE);
//显示灰度图像
imshow("gray", gray);
//灰度图像反转
//算法:反转后的像素a = 255 - a
grayDst = gray.clone();
for (int i = 0; i < gray.rows; i++)
{
for (int j = 0; j < gray.cols; j++)
{
//灰度反转
grayDst.at<uchar>(i, j) = 255 - gray.at<uchar>(i, j);
}
}
//显示反转图像
imshow("grayDst", grayDst);
//保存反色后的图片
imwrite("outputGray.jpg", grayDst);
//暂停,保持图像显示
waitKey(0);
return 0;
}
测试项目工程当前目录
完整的测试项目工程代码可以在这里下载:
C++调用OpenCV实现图像反色处理-图像处理文档类资源-CSDN下载
4 效果截图
5 总结
1)不论是对彩色图像还是灰度图像,做反转处理的原理都是一样的,即用255减去像素点上的RGB值。不同点:彩色图像是3通道,灰度图像是单通道。
Value(目标) = 255 – Value(当前)
2)将彩色图像转换成灰度图像,使用了OpenCV的接口函数
cvtColor(color, gray,code);
参数说明:
color:转换前的图像(即彩色图像)
gray:转换后的图像(即灰度图像)
code:色彩空间转换码(本示例用的是COLOR_BGR2GRAY)