灰度变换

最新推荐文章于 2022-03-30 19:42:02 发布
最新推荐文章于 2022-03-30 19:42:02 发布
阅读量856 收藏 1
点赞数
分类专栏： 图像处理 文章标签： 图像处理 灰度变换
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fztfztfzt/article/details/45438515
版权

灰度线性变换公式： D0=EH(D1) = aD1+b (变换后的像素点等于原像素点经一次线性变换得到)
包括：反色，折线变换 ，窗口变换
非线性变换 公式：D0=EH(D1)=Clog(1+|D1|)
包括：log 动态压缩变换，
将24位位图转换成灰度图：

/************************************************************************/
//      函数名称： GetGray()
//      参数： MyBitmap myBmp --------待处理的24位bmp位图
//      unsigned char* srcchar --------存放灰度图像的数组
//      返回值 无
//      说明 ： 该函数用来得到24位位图的灰度图像
/************************************************************************/
void MyProcess::GetGray(MyBitmap myBmp,unsignedchar*srcchar
{
    if(myBmp.GetBitCount()!=24)return;
    int i,j;
    for(i=0;i<myBmp.GetHeight();i++)
    for(j=0;j<myBmp.GetWidth();j+=3)
    {
        unsignedchar b=myBmp.GetBmp()[i*myBmp.GetWidth()+j];
        unsignedchar g=myBmp.GetBmp()[i*myBmp.GetWidth()+j+1];
        unsignedchar r=myBmp.GetBmp()[i*myBmp.GetWidth()+j+2];
        unsignedchar h=(r*30+g*59+b*11)/100;
        srcchar[i*myBmp.GetBmpWidth()+j/3]= h;
    }
}

灰度直方图：

/************************************************************************
        函数名称： GetGrayIntensity()
        参数： unsigned char *gray --------待处理的灰度图
        int *grayInt --------存放灰度直方图的数组
        LONG width,LONG height-------图像的宽度和高度
        返回值 无
        说明 ： 该函数用来得到灰度图像的直方图
************************************************************************/
void GetGrayIntensity(unsignedchar*gray,int*grayInt,LONG width,LONG height);//得到灰度图的灰度直方图

voidMyProcess::GetGrayIntensity(unsignedchar*gray,int*grayInt,LONG width,LONG height)
{
    int i,j;
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
        int temp = gray[i*width+j];
        grayInt[temp]++;
    }
}

反色：

/************************************************************************
        函数名称： PointInvert()
        参数： unsigned char *bmp --------待处理的图像
        int x, int y ----------显示的位置
        LONG width,LONG height-------图像的宽度和高度
        返回值 无
        说明 ： 该函数将图像进行反色变换处理,注意：会改变原图片
************************************************************************/
void PointInvert(unsignedchar*bmp,LONG width,LONG height);
void MyProcess::PointInvert(unsignedchar*bmp,LONG width,LONG height)
{
for(int i=0;i<height;i++)
for(int j=0;j<width;j++)
{
            bmp[i*width+j]=255-bmp[i*width+j];
}
}

灰度折线变换：

/************************************************************************
        函数名称： GrayStretch()
        参数： unsigned char *bmp --------待处理的图像
        LONG width,LONG height-------图像的宽度和高度
        BYTE bx1 -------折线1的原始灰度
        BYTE by1
        返回值 无
        说明 ： 该函数将图像进行灰度折线变换
************************************************************************/
void GrayStretch(unsignedchar*bmp,LONG width,LONG height,BYTE bx1,BYTE by1,BYTE bx2,BYTE by2);
void MyProcess::GrayStretch(unsignedchar*bmp,LONG width,LONG height,BYTE bx1,BYTE by1,BYTE bx2,BYTE by2)
{
    LONG i,j;//循环变量
    BYTE bMap[256];
    for(i=0;i<=bx1;i++)
    {
        //判断bx1是否大于0（防止分母为0）
        if(bx1>0)
        {
            //线性变换
            bMap[i]=(BYTE) by1*i/bx1;
        }else
        {
            bMap[i]=0;
        }
    }
    for(;i<=bx2;i++)
    {
        //判断bx2是否大于0（防止分母为0）
        if(bx2!=bx1)
        {
            //线性变换
            bMap[i]=(BYTE)(by2-by1)*(i-bx1)/(bx2-bx1);
        }else
        {
            bMap[i]=by1;
        }
    }
    for(;i<256;i++)
    {
        if(bx2!=255)
        {
            bMap[i]=by2+(BYTE)((255-by2)*(i-bx2)/(255-bx2));
        }else
        {
            bMap[i]=255;
        }
    }
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
        BYTE temp = bmp[i*width+j];
        bmp[i*width+j]= bMap[temp];
    }
}

灰度窗口变换：

/************************************************************************
        函数名称： GrayStretch()
        参数： unsigned char *bmp --------待处理的图像
        LONG width,LONG height-------图像的宽度和高度
        BYTE bLow    -------- 窗口下限
        BYTE bUp     -------- 窗口上限
        返回值 无
        说明 ： 对图像进行灰度窗口变换，即小于下限为0，大于上限为255，中间线性变换
************************************************************************/
voidWindowTrans(BYTE *bmp,LONG width,LONG height ,BYTE bLow,BYTE bUp);
voidMyProcess::WindowTrans(BYTE *bmp,LONG width,LONG height ,BYTE bLow,BYTE bUp)
{
    LONG i,j;//循环变量
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
        BYTE temp = bmp[i*width+j];
        if(temp < bLow) bmp[i*width+j]=0;
        else if(temp > bUp) bmp[i*width+j]=255;
    }
}

灰度非线性变换：

/************************************************************************
        函数名称： DynamicCompress()
        参数： unsigned char *bmp --------待处理的图像
        LONG width,LONG height-------图像的宽度和高度
        int C --------- 非线性变换比例常数
        返回值 无
        说明 ： 对图像进行非线性变换 公式：D0=EH(D1)=Clog(1+|D1|),用于动态范围过大时
************************************************************************/
void DynamicCompress(BYTE *bmp,LONG width,LONG height,int C);
void MyProcess::DynamicCompress(BYTE *bmp,LONG width,LONG height,int C)
{
    LONG i,j;//循环变量
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
            bmp[i*width+j]= C*log(1+bmp[i*width+j]);
    }
}

均衡变换：

/************************************************************************
        函数名称： PointEqua()
        参数： BYTE *bmp --------待处理的图像
        LONG width,LONG height-------图像的宽度和高度
        int type --------图像类型，0：24位彩色，1：灰度
        返回值 无
        说明 ： 对图像进行均衡变换
************************************************************************/
void PointEqua(BYTE *bmp,LONG width,LONG height,int type=0);
void MyProcess::PointEqua(BYTE *bmp,LONG width,LONG height,int type)
{
    LONG i,j;
    int R[256],G[256],B[256];
    memset(R,0,sizeof(R));
    memset(G,0,sizeof(G));
    memset(B,0,sizeof(B));
    //统计各个变量的个数
    if(type==0)GetIntensity(bmp,width,height,R,G,B);
    else if(type==1)GetGrayIntensity(bmp,R,width,height);
    float temp_r[256],temp_g[256],temp_b[256];
    memset(temp_r,0,sizeof(temp_r));
    memset(temp_g,0,sizeof(temp_g));
    memset(temp_b,0,sizeof(temp_b));
    double sum ;
    if(type==0) sum = width*height/3;
    else if(type==1) sum=width*height;
    //获得各个变量的百分比
    for(i=0;i<256;i++)
    {
        if(i==0)
        {
            if(type==0)
            {
                temp_r[0]=(double)R[0]/sum;
                temp_g[0]=(double)G[0]/sum;
                temp_b[0]=(double)B[0]/sum;
            }else if(type==1)
            {
                temp_r[0]=(double)R[0]/sum;
            }
        }
        else
        {
            if(type==0)
            {
                    temp_r[i]=temp_r[i-1]+(double)R[i]/sum;
                    temp_g[i]=temp_g[i-1]+(double)G[i]/sum;
                    temp_b[i]=temp_b[i-1]+(double)B[i]/sum;
            }elseif(type==1)
            {
                    temp_r[i]=temp_r[i-1]+(double)R[i]/sum;
            }
        }
    }
    //计算均衡值
    for(i=0;i<256;i++)
    {
        if(type==0)
        {
            temp_r[i]=(int)(255.0f*temp_r[i]+0.5);
            temp_g[i]=(int)(255.0f*temp_g[i]+0.5);
            temp_b[i]=(int)(255.0f*temp_b[i]+0.5);
        }else if(type==1)
        {
            temp_r[i]=(int)(255.0f*temp_r[i]+0.5);
        }
    }
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
        if(type==0)
        {
            bmp[i*width+j]=temp_r[bmp[i*width+j]];
            j++;
            bmp[i*width+j]=temp_g[bmp[i*width+j]];
            j++;
            bmp[i*width+j]=temp_b[bmp[i*width+j]];
        }else if(type==1)
        {
            bmp[i*width+j]=temp_r[bmp[i*width+j]];
        }
    }
}

灰度匹配变换

/************************************************************************
        函数名称： PointEqua()
        参数： BYTE *bmp --------待处理的图像
        LONG width,LONG height-------图像的宽度和高度
        BYTE bNum ----规定直方图灰度级数
        int *Nu-------规定直方图灰度映射关系
        float *Pu-----规定直方图各灰度的分布概率
        int type --------图像类型，0：24位彩色，1：灰度
        返回值 无
        说明 ： 对图像进行单映射规则直方图规定化变换
************************************************************************/
void PointSML(BYTE *bmp,LONG width,LONG height,BYTE bNum,int*Nu,float*Pu,int type=0);
void MyProcess::PointSML(BYTE *bmp,LONG width,LONG height,BYTE bNum,int*Nu,float*Pu,int type)
{
    LONG i,j;
    int R[256],G[256],B[256];
    int mMap_r[256],mMap_g[256],mMap_b[256];
    memset(R,0,sizeof(R));
    memset(G,0,sizeof(G));
    memset(B,0,sizeof(B));
    if(type==0)GetIntensity(bmp,width,height,R,G,B);
    else if(type==1)GetGrayIntensity(bmp,R,width,height);
    float temp_r[256],temp_g[256],temp_b[256];
    double sum ;
    if(type==0) sum = width*height/3;
    elseif(type==1) sum=width*height;
    //计算原始累计直方图
    for(i=0;i<256;i++)
    {
        if(i==0)
        {
            if(type==0)
            {
                temp_r[0]=(double)R[0]/sum;
                temp_g[0]=(double)G[0]/sum;
                temp_b[0]=(double)B[0]/sum;
            }elseif(type==1)
            {
                temp_r[0]=(double)R[0]/sum;
            }
        }
        else
        {
            if(type==0)
            {
                temp_r[i]=temp_r[i-1]+(double)R[i]/sum;
                temp_g[i]=temp_g[i-1]+(double)G[i]/sum;
                temp_b[i]=temp_b[i-1]+(double)B[i]/sum;
            }else if(type==1)
            {
                temp_r[i]=temp_r[i-1]+(double)R[i]/sum;
            }
        }
    }
    //计算规定累计直方图
    for(i=1;i<bNum;i++)
    {
        Pu[i]=Pu[i-1]+Pu[i];
    }
    //确定映射对应关系
    for(i=0;i<256;i++)
    {
        //最接近的规定直方图灰度级
        int m_r=0,m_g=0,m_b=0;
        //最小差值
        float f_r=1,f_g=1,f_b=1;
        //寻找最小差值
        for(j=0;j<bNum;j++)
        {
            float f_now=abs(temp_r[i]-Pu[j]);
            if(f_now < f_r)
            {
                f_r=f_now;
                mMap_r[i]=j;
            }
            if(type==0)
            {
                float f_now_g=abs(temp_g[i]-Pu[j]);
                if(f_now < f_g)
                {
                    f_g=f_now;
                    mMap_g[i]=j;
                }
                float f_now_b=abs(temp_b[i]-Pu[j]);
                if(f_now < f_b)
                {
                    f_b=f_now;
                    mMap_b[i]=j;
                }
            }
        }
    }
    for(i=0;i<height;i++)
    for(j=0;j<width;j++)
    {
        if(type==0)
        {
            bmp[i*width+j]=mMap_r[bmp[i*width+j]];
            j++;
            bmp[i*width+j]=mMap_g[bmp[i*width+j]];
            j++;
            bmp[i*width+j]=mMap_b[bmp[i*width+j]];
        }else if(type==1)
        {
            bmp[i*width+j]=mMap_r[bmp[i*width+j]];
        }
    }
}
fztfztfzt
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
灰度变换函数：指定任意灰度变换和另一种用于灰度变换的M函数
南淮北安的博客
05-19 1285
文章目录一、指定任意灰度变换二、用于灰度变换的一些实用M函数二、另一种用于灰度变换的M函数 一、指定任意灰度变换 如果需要使用一个指定的变换函数来变换一幅图像的灰度， 可使用函数imterpl：g = interpl(z,T,f) 其中，f是输入图像，g是输出图像，T是一个列向量（包含该变换函数的值）， z是长度与T相同的列向量 z = linspace(0,1,numel(T))'; 函数l...
《数字图像处理》笔记—灰度变换
Catog的博客
06-25 2652
3.1 背景 本章主要讲解空间域的图像处理方法，直接对图像中的像素进行操作，主要包括：灰度变换和空间滤波。 灰度变换是对图像的各个像素进行操作，空间滤波是对每个像素的邻域进行操作。 3.1.1 灰度变换和空间滤波基础 空间域处理可以表达为 邻域原点从一个像素移动到另一个像素应用算子T，产生输出。对于任意指定的位置(x,y)，输出图像g(x,y)的值等于对f中以(x,y)为原点的邻域应用算子T的结果。以上的操作称为空间滤波。 最小邻域的大小为1，此时g只依赖于点(x,y)处的f值，此时T称为灰度变换函数，
数字图像处理 A_图像灰度变换与空间滤波1.pdf
01-29
在数字图像处理过程中，图像的灰度变换和空间滤波是两个非常重要的操作。 首先，图像灰度变换是通过对图像中的像素值进行重新映射来改变图像的亮度和对比度。灰度变换通常应用于图像增强，如对比度拉伸和直方图均衡...
matlab开发-灰度变换
08-23
在图像处理领域，灰度变换是一项基础且重要的技术，它涉及到图像的颜色模型转换。本教程主要探讨的是在MATLAB环境中如何进行灰度变换，特别是如何使用`gray2rgb`函数将灰度图像转换为RGB图像。 首先，我们要理解...
图像的灰度变换.zip
05-07
在图像处理领域，灰度变换是一项基础且重要的技术，它主要应用于改变图像的亮度级别，以改善视觉效果或适应特定的分析需求。本压缩包文件“图像的灰度变换.zip”包含的内容着重于这一主题，特别是线性变换的实现与...
灰度变换与空间滤波实验报告（含代码）
03-18
【灰度变换与空间滤波】是数字图像处理中的核心技术，主要用于改善图像的质量和突出关键信息。在医学图像分析中，尤其是电子显微镜图像，这些技术的应用至关重要。面对图像处理中的各种问题，我们可以采取以下策略：...
as3.rar_as3_灰度变换_线性灰度变换
09-19
本文将深入探讨"线性灰度变换"这一概念，并结合"as3.rar_as3_灰度变换_线性灰度变换"这个项目，阐述如何使用MATLAB实现这一过程。 线性灰度变换是一种对图像像素值进行简单线性调整的技术，目的是改善图像的对比度...
图像的点运算(包括图像反色，灰度的线性变换，阀值变换，窗口变换，灰度拉伸，灰度均衡，直方图等)
03-20
图像的点运算(包括图像反色，灰度的线性变换，阀值变换，窗口变换，灰度拉伸，灰度均衡，直方图等)
图像增强—灰度变换
06-21
其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域，此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。
点运算 图像反色 线性变换 阈值变换 窗口变换 灰度拉伸 灰度均衡.rar
09-08
点运算VS2017编译通过，可直接运行 包括 图像反色 线性变换 阈值变换 窗口变换 灰度拉伸 灰度均衡
数字图像处理笔记（四）：灰度变换
HHH_ANS的博客
12-13 4910
1 - 引言 图像处理分为空间域和变换域（在图像的傅里叶变换上进行处理），空间域是指图像平面本身，主要是直接以图像中的像素操作为基础进行图像处理，空间域的处理主要分为灰度变换和空间滤波两类，本文主要介绍灰度变换在图像增强方面的应用，使得输出的图像比原始图像更适合特定需求的一种处理。 下面我们来介绍一下经典的灰度变换和空间滤波技术。 2 - 一些基本的灰度变换函数 灰度变换是所有图像处理技术中最简单...
基本的灰度变换
weixin_30747253的博客
05-25 1172
最近在学习数字图像处理，更新一些基础知识，并使用opencv和C++做复现。 基本的灰度变化就是对图像像素点做运算，使其满足我们的需求。 几种基本的灰度变换，像素点对应情况如下图所示： 1、图像反转 若原图像灰度量级【0-L-1】，则现图像每个像素点灰度为x,变化后为L-1-X。总体变换效果就是暗的变亮，量的变暗。 1 void reverse(Mat src1)...
图像处理——灰度变换
MIT_sword的博客
10-13 1382
灰度变换是指根据某种目标条件按一定变换关系逐点改变源图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。 图像的灰度变换处理是图像增强处理技术中的一种非常基础、直接的空间域图像处理方法，也是图像数字化软件和图像显示软件的一个重要组成部分。 ...
图像处理-灰度变换
shanzsz的博客
11-12 6237
灰度变换是直接在图像上进行操作的方法。 灰度变换： 一些基本的灰度变换函数： 1.图像反转 2.对数变换 3.幂律变换：存在伽马变换（系数称为伽马）来矫正显示器的失真。还可以用来增强对比度（通过增大灰度密集区域的间距来增强图像的对比度） 4.分段线性变换： （1）对比度拉伸：可以将灰度密集区域变换到较为宽广的范围，压缩不感兴趣区域的灰度范围。 （2）灰度级分层，将感兴趣区域的灰度直接增强，消去/不改变其他区域灰度值。 （3）比特平面分层：通过每个像素相应的每一位0/1来够成图片，有助于节省数据占用的空间。
数字图像处理第三章-----灰度变换
hejunran的博客
03-30 8131
数字图像处理第三章-----灰度变换和空间域滤波
数图笔记之灰度变换
deepinC博客
09-20 955
基本概念 灰度变换（Intensity Transformation）：实质上是直接对图像上的每个像素值进行某种运算得到新的像素值。它在图像增强中的应用十分广泛。 图像增强 提高图像在特定应用领域的视觉效果，包括光滑、锐化、提取边缘、反转、去噪及各种滤波等处理。它无通用的理论和方法，以主观评价为主 两大类算法：空间域、频谱域。其中空间域就是值图像本身，它分为灰度变换、空间滤波两类 常用变换 ...
matlab灰度变换特点
最新发布
04-01
Matlab中的灰度变换是指对图像的像素灰度值进行调整，以改变图像的对比度、亮度或者色调等特性。灰度变换的特点如下： 1. 线性变换：Matlab中的灰度变换通常是通过线性变换来实现的，即对每个像素的灰度值进行线性...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值