图像增强

常见的图像增强算法有；直方图均衡，拉普拉斯算子，对数log变换，伽玛变换。

1.对数log变换：

void main()
{	
	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src",src);
	Mat temp(src.size(),CV_32FC3);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{
			temp.at<Vec3f>(i, j)[0] = log(1 + src.at<Vec3b>(i, j)[0]);
			temp.at<Vec3f>(i, j)[1] = log(1 + src.at<Vec3b>(i, j)[1]);
			temp.at<Vec3f>(i, j)[2] = log(1 + src.at<Vec3b>(i, j)[2]);
		}
	}
	normalize(temp, temp, 0, 255, CV_MINMAX);
	convertScaleAbs(temp,temp);
	imshow("temp",temp);	
	waitKey(0);
	
}

如果temp直接定义为src.type()类型，最后的图感觉都点失真。converScaleAbs必不可少，否则最后的输出只有部分图像。这里的log是以e为底数。log还有其它几种形式，分别为：log10（即以10为底）、log2（即以2位底）、log1p（以e为底，指数加1）、logb（即指数，返回n）。其中normalize可以看这个。对数的底数越大，变换后图像的对比度越大。对数变换对图像对比度偏低的效果比较好。

2.伽玛变换：

void main()
{	
	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src",src);
	Mat temp(src.size(),CV_32FC3);
	for (int i = 0; i < src.rows; ++i)
	{
		for (int j = 0; j < src.cols; ++j)
		{		
			temp.at<Vec3f>(i, j)[0] = pow(src.at<Vec3b>(i, j)[0],0.4);
			temp.at<Vec3f>(i, j)[1] = pow(src.at<Vec3b>(i, j)[1], 0.4);
			temp.at<Vec3f>(i, j)[2] = pow(src.at<Vec3b>(i, j)[2], 0.4);
		}
	}
	normalize(temp, temp, 0, 255, CV_MINMAX);
	convertScaleAbs(temp,temp);
	imshow("temp",temp);
	waitKey(0);
	
}

converScaleAbs必不可少，否则最后的输出只有部分图像。以1为分界点，pow中的幂指数越大，图像就会越暗；幂指数越小，图像就会越亮。

3.直方图均衡：

void main()
{
	
	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src",src);
	vector<Mat> lis;
	split(src,lis);
	for (int i = 0; i < 3; i++)
	{
		equalizeHist(lis[i],lis[i]);
	}
	Mat dst;
	merge(lis,dst);
	imshow("dst",dst);
	waitKey(0);
	
}

其实还可以先将src转为hsv颜色空间，然后split，直方图均衡V分量，效果和均衡RGB一样。均衡RGB容易出现失真，直接均衡亮度V比较好。

void main()
{

	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src", src);
	cvtColor(src, src, CV_BGR2HSV);
	vector<Mat> lis;
	split(src, lis);
	equalizeHist(lis[2], lis[2]);
	Mat dst;
	merge(lis, dst);
	cvtColor(dst,dst,CV_HSV2BGR);
	imshow("dst", dst);
	waitKey(0);

}

4.拉普拉斯算子：

算子: 

                        ，用它作为卷积核对原图卷积，可以达到锐化的效果。

void main()
{	
	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src",src);
	Mat A=(Mat_<int>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	Mat dst;
	filter2D(src,dst,CV_8UC3,A);
	imshow("dst",dst);
	waitKey(0);	
}

可以自己构造一个核，核内的所有元素（即权重）的和为1，即可构成锐化核。如果感兴趣的像素已经与其临近像素有一点差别，卷积一个这样的核，差别就会增加。这样就会让图像锐化，因为该像素的值与临近像素值之间的差距变大。核内的所有元素（即权重）的和为0，就会得到一个边缘检测核，把边缘转为白色，把非边缘区域转为黑色。

拉普拉斯算子有如下几种（《数字图像处理》第三版P99）：

，，，

若使用的核中间系数为正，将原图加上拉普拉斯变换后的图就可以得到锐化后的图；若使用的核的中间系数为负，将原图减去拉普拉斯变换后的图就可以得到锐化后的图。

void main()
{
	Mat src = imread("C:/Users/Administrator/Desktop/add/1.jpg");
	imshow("src", src);
	Mat A = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
	Mat dst;
	filter2D(src, dst, CV_8UC3, A);
	imshow("dst", dst);
	Mat cap;
	cap = src + dst;
	imshow("cap",cap);
	waitKey(0);
}

参考：

OpenCV图像增强算法实现