OpenCV学习笔记——图像非线性变换（幂律、对数）

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;
}