【Emgucv】emgucv实现自动对比度

主要参考:
http://www.cnblogs.com/Imageshop/archive/2011/11/13/2247614.html
这里面所描述的自动对比度算法,通过C#及EMGUCV的方式实现。

void autoContrastImage(Image<Bgr, byte> image, ref Image<Bgr, byte> imageAC)
        {
        // 计算直方图 RGB CHANNEL
            int[] histB = new int[256];
            int[] histG = new int[256];
            int[] histR = new int[256];
            for (int i = 0; i < 256; i++)
            {
                histB[i] = 0;
                histG[i] = 0;
                histR[i] = 0;
            }
            for (int i = 0; i < image.Height; i++)
            {
                for (int j = 0; j < image.Width; j++)
                {
                    histB[image.Data[i, j, 0]]++;
                    histG[image.Data[i, j, 1]]++;
                    histR[image.Data[i, j, 2]]++;
                }
            }

            int pixelCnt = image.Width * image.Height;
            double lowCut = 0.1; 
            double highCut = 0.1;
            int sum = 0;
            int maxB = 0; int maxG = 0; int maxR = 0;
            int minB = 0; int minG = 0; int minR = 0;
            //根据lowCut跟highCut计算各个通道的最大值最小值。
            for (int i = 0; i < 256; i++)
            {
                sum += histB[i];
                if (sum >= pixelCnt * lowCut * 0.01)
                {
                    minB = i; break;
                }
            }
            sum = 0;
            for (int i = 255; i >= 0; i--)
            {
                sum += histB[i];
                if (sum >= pixelCnt * highCut * 0.01)
                {
                    maxB = i; break;
                }
            }
            sum = 0;
            for (int i = 0; i < 256; i++)
            {
                sum += histG[i];
                if (sum >= pixelCnt * lowCut * 0.01)
                {
                    minG = i; break;
                }
            }
            sum = 0;
            for (int i = 255; i >= 0; i--)
            {
                sum += histG[i];
                if (sum >= pixelCnt * highCut * 0.01)
                {
                    maxG = i; break;
                }
            }
            sum = 0;
            for (int i = 0; i < 256; i++)
            {
                sum += histR[i];
                if (sum >= pixelCnt * lowCut * 0.01)
                {
                    minR = i; break;
                }
            }
            sum = 0;
            for (int i = 255; i >= 0; i--)
            {
                sum += histR[i];
                if (sum >= pixelCnt * highCut * 0.01)
                {
                    maxR = i; break;
                }
            }
            // 获取三通道中的最大值最小值
            int minV = minB;
            if (minV > minG)
            {
                minV = minG;
            }
            if (minV > minR)
            {
                minV = minR;
            }
            int maxV = maxB;
            if (maxV < maxG)
            {
                maxV = maxG;
            }
            if (maxV < maxR)
            {
                maxV = maxR;
            }
            //构建映射表
            int[] map = new int[256];
            for (int i = 0; i < 256; i++)
            {
                if (i < minV) 
                { map[i] = 0; }
                else if (i > maxV)
                { map[i] = 255; }
                else
                {
                    map[i] = (int)(((double)(i - minV) / (double)(maxV - minV)) * 255);
                }
            }
            // 获得输出图像
            for (int i = 0; i < image.Height; i++)
            {
                for (int j = 0; j < image.Width; j++)
                {
                    imageAC.Data[i,j,0] = (byte)map[image.Data[i,j,0]];
                    imageAC.Data[i, j, 1] = (byte)map[image.Data[i, j, 1]];
                    imageAC.Data[i, j, 2] = (byte)map[image.Data[i, j, 2]];
                }
            }

        }
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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