opencv 的hsv 和变换效果
原图比较暗淡,我们需要调整他的亮度来做变换来看清楚这幅图,需要一些算法来调整,我们称之为线性变化和非线性变换。
线性变化:
y = ax +b ;
非线性变换为查找或者公式。
知识点:
通道0 channels[0]是色调
通道1 channels[1]是饱和度
通道2 channels[2]是亮度
实际上亮度就是灰度图
hsv图是根据颜色变换而来,中间这幅图实际上就是灰度图,我们可以为灰度图调整,从而在合并来做,不过今天我们直接使用opencv的saturate_cast更为方便
int main()
{
s_param sp;
//输入图像
sp.img = imread("aa.png", 1);
if (!sp.img.data || sp.img.channels() != 3)
return 0;
imshow("from", sp.img);
//彩色图像的灰度值归一化
sp.img.convertTo(sp.bgr, CV_32FC3, 1.0 / 255, 0);
//颜色空间转换
cvtColor(sp.bgr, sp.hsv, cv::COLOR_BGR2HSV);
//Mat img(200, 300, CV_8UC1);
std::vector<cv::Mat> channels;
split(sp.hsv, channels);
int nWidth = sp.img.cols;
int nHeight = sp.img.rows;
imshow("通道0", channels[0]);
imshow("通道1", channels[1]);
imshow("通道2", channels[2]);
Mat src = sp.img;
Mat dst = src.clone();
float alpha = 0.8;
float beta = 30;
for (int row = 0; row < nHeight; row++)
{
for (int col = 0; col < nWidth; col++)
{
float b = src.at<Vec3b>(row, col)[0];
float g = src.at<Vec3b>(row, col)[1];
float r = src.at<Vec3b>(row, col)[2];
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b *alpha +beta);
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g *alpha + beta);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r *alpha +beta);
}
}
imshow("dst", dst);
waitKey(0);
}
结果
结果调整是比较好,还不是很合胃口,还是需要进一步调整,所以就需要非线性变换,非线性变换就没有那么死板了,非统一去调整亮度,而是根据当前亮度值的范围去调整,我们再来看结果:
非线性变换的结果为dst1, 明显效果比dst的线性变换要好一些,在接下来的学习中,我们会呈现更高级的调整,线性变换加查找表,请等待下一节。