OpenCV学习笔记——图像非线性变换(幂律、对数)
幂律变换
幂律变换又称伽马变换,和对数变换的原理差不多,只是参数多了一个,可变宽带的输入像素值范围可选,但是把低值带拉伸还是高值带拉伸取决于伽马的设定。
幂律变换的基本形式如下:
S=cr^y
其中r和s分别表示处理前后的像素值,c和r为正常数。
·幂律变换通过幂次变换曲线中的r值把输入的窄带宽值映射到宽带输出值。
·当r>1,把输入的窄带暗值映射到宽带输出亮值,提高图像中亮区域的对比度。
·当r<1,把输入高值映射为宽带,图像中整体灰度值增大,提高图像暗区域中的对比度。
代码示例:
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
int main()
{
//原图;灰度图;对比度增强后的幂次变换图像
Mat img, gray_image, gamma_image;
img = imread("D:/360//diansai.jpg");
imshow("original image", img);
cvtColor(img, gray_image, COLOR_BGR2GRAY);
imshow("gray image", gray_image);
gamma_image.create(gray_image.size(), CV_64F);
//幂次变换
Mat src, gammaimage;
double gamma = 0.6;//可以自行调整不同参数,感受其中的变化
//把图像像素值收缩到(0,1)区间进行归一化处理
gray_image.convertTo(src, CV_64F, 1.0 / 255, 0);
int height = src.rows;
int width = src.cols;
gamma_image.create(src.size(), CV_64F);
for (int i = 0; i < height; i++)
{
for (int j = 0; j < width; j++)
{
//幂次变换的公式
gamma_image.at<double>(i, j) = pow(src.at<double>(i, j), gamma);
};
};
gamma_image.convertTo(gammaimage, CV_8U, 255, 0);
//显示结果
imshow("gamma image", gammaimage);
waitKey(0);
return 0;
}
对数变换
对数变换可以拉伸范围较窄的低灰度值,同时压缩范围较宽的高灰度值,可以用来扩展图像中的暗像素值,同时压缩亮像素值。对数变换一般表达式如下:
S=clog(1+r)
其中,c为常数,1+r可以使得函数向左移一个单位,得到的S均大于0.
假设:r>=0,进行对数运算时窄带低灰度输入图像将映射为宽带输入值。
代码实现:
#include <iostream>
#include <cmath>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;
//定义对数变换模块
void log_transfor(Mat& image, Mat& result)
{
result = image.clone();
int rows = image.rows, cols = image.cols;
for (int i = 0; i < rows; i++)
{
for (int j = 0; j < cols; j++)
{
for (int k = 0; k < 3; k++)
{
//对数变换
result.at<Vec3b>(i, j)[k] = 31 * log2(1 + image.at<Vec3b>(i, j)[k]);
}
}
}
}
int main()
{
//读取图像
Mat image = imread("D:/360/test.jpg");
Mat result;
log_transfor(image, result);
imshow("源图像", image);
imshow("对数变换的图像", result);
waitKey(0);
return 0;
}