C++【OpenCV】图片亮度色度归一化

#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
	Mat image = imread("SrcMF.jpg");
     // 灰度、Gamma归一化亮度
	cv::Mat m_gray;
	cv::cvtColor(image, m_gray, cv::COLOR_BGR2GRAY);
	float Gamma = log(128.0 / 255.0) / log(cv::mean(m_gray)[0] / 255.0);
	cv::Mat lookUpTable = cv::Mat::zeros(cv::Size(1, 256), CV_8UC1);
	for (int i = 0; i < 256; i++)
		lookUpTable.at<uchar>(0, i) = pow(i / 255.0, Gamma) * 255.0;
	cv::LUT(image, lookUpTable, image);
	imwrite(path + "\\06.jpg", image);

     //转到LAB,统一色度
	Mat result;
	cv::Mat m_lab;
	cv::cvtColor(image, m_lab, cv::COLOR_BGR2Lab);
	std::vector<cv::Mat> split_lab;
	cv::split(m_lab, split_lab);
	cv::convertScaleAbs(split_lab[1], split_lab[1], 128.0 / cv::mean(split_lab[1])[0], 0.0);
	cv::convertScaleAbs(split_lab[2], split_lab[2], 128.0 / cv::mean(split_lab[2])[0], 0.0);
	cv::merge(split_lab, result);
	cv::cvtColor(result, result, cv::COLOR_Lab2BGR);
	imwrite("08.jpg", result);

	return 0;
}

请添加图片描述

请添加图片描述

  • 9
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
C++ OpenCV中的直方图归一化是一种常用的图像处理技术,用于将图像的直方图进行标准化处理,使得直方图的值范围在0到1之间。这样可以消除不同图像之间的亮度差异,使得它们具有更好的可比性。 在OpenCV中,可以使用normalize函数来实现直方图归一化。该函数的原型如下: ```cpp void normalize(InputArray src, OutputArray dst, double alpha = 0, double beta = 1, int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray()); ``` 其中,src是输入的直方图,dst是输出的归一化后的直方图。alpha和beta是归一化的范围,通常设置为0和255,表示将直方图的值范围映射到0到255之间。norm_type是归一化的类型,常用的有NORM_MINMAX和NORM_L2。dtype是输出数组的数据类型,默认为-1,表示与输入数组保持一致。mask是可选的掩码数组,用于指定哪些元素参与归一化计算。 以下是一个示例代码,演示了如何使用OpenCV进行直方图归一化: ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat src = imread("image.jpg", IMREAD_GRAYSCALE); // 读取灰度图像 Mat hist; // 计算直方图 calcHist(&src, 1, 0, Mat(), hist, 1, &histSize, &histRange); // 归一化直方图 normalize(hist, hist, 0, 255, NORM_MINMAX); // 显示归一化后的直方图 Mat histImage(256, 256, CV_8UC1, Scalar(0)); for (int i = 0; i < 256; i++) { line(histImage, Point(i, 256), Point(i, 256 - cvRound(hist.at<float>(i))), Scalar(255)); } imshow("Normalized Histogram", histImage); waitKey(0); return 0; } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

向日葵xyz

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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