c++ opencv 图像处理：灰度变换（灰度反转，对数变换，冥律（伽马）变换）

---

前言

数字图像处理c++ opencv（VS2019 opencv4.53）持续更新

---

一、灰度变换

灰度变换原理：利用变换函数T将原图像素灰度值r映射为像素值s。
$$s=T(r)$$

---

1.灰度反转

灰度反转：将亮暗对调，可以增强图像暗色区域中的细节.
$$s=L-1-r$$
L为图像灰度级。

---

代码如下（示例）：

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{ 
	Mat image1, output_image, image1_gray;   //定义输入图像，输出图像，灰度图像
	image1 = imread("lena.png");  //读取图像；
	if (image1.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}

	cvtColor(image1, image1_gray, COLOR_BGR2GRAY);  //灰度化
	imshow(" image1_gray", image1_gray);   //显示灰度图像

	output_image = image1_gray.clone();
	for (int i = 0; i < image1_gray.rows; i++)
	{
		for (int j = 0; j < image1_gray.cols; j++)
		{
			output_image.at<uchar>(i, j) = 255 - image1_gray.at<uchar>(i, j);  //灰度反转
		}
	}
	imshow(" output_image", output_image);  //显示反转图像


	waitKey(0);  //暂停，保持图像显示，等待按键结束
	return 0;
}

---

结果：

---

2.对数变换

对数变换：扩展图像中的暗像素值，压缩高灰度值。
$$s=clog(1+r)$$

---

代码如下（示例）：

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{ 
	Mat image1, output_image, image1_gray;   //定义输入图像，输出图像，灰度图像
	image1 = imread("lena.png");  //读取图像；
	if (image1.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}

	cvtColor(image1, image1_gray, COLOR_BGR2GRAY);  //灰度化
	imshow(" image1_gray", image1_gray);   //显示灰度图像

	output_image = image1_gray.clone();
	for (int i = 0; i < image1_gray.rows; i++)
	{
		for (int j = 0; j < image1_gray.cols; j++)
		{
			output_image.at<uchar>(i, j) =6*log((double)(image1_gray.at<uchar>(i, j))+1);  //对数变换 s=6*log(r+1)
		}
	}
	normalize(output_image, output_image, 0, 255, NORM_MINMAX);  //图像归一化，转到0~255范围内
	convertScaleAbs(output_image, output_image);  //数据类型转换到CV_8U
	imshow(" output_image", output_image);  //显示变换图像


	waitKey(0);  //暂停，保持图像显示，等待按键结束
	return 0;
}

---

结果：

---

3.冥律（伽马）变换

冥律变换与对数变换类似：
$$s=c\ast r^{\gamma }$$

图片摘自数字图像处理第四版

---

代码如下（示例）：

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{ 
	Mat image1, output_image, image1_gray;   //定义输入图像，输出图像，灰度图像
	image1 = imread("lena.png");  //读取图像；
	if (image1.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}

	cvtColor(image1, image1_gray, COLOR_BGR2GRAY);  //灰度化
	imshow(" image1_gray", image1_gray);   //显示灰度图像

	output_image = image1_gray.clone();
	for (int i = 0; i < image1_gray.rows; i++)
	{
		for (int j = 0; j < image1_gray.cols; j++)
		{
			output_image.at<uchar>(i, j) =6*pow((double)image1_gray.at<uchar>(i, j),0.5);  //冥律变换 s=6*r^0.5
		}
	}
	normalize(output_image, output_image, 0, 255, NORM_MINMAX);  //图像归一化，转到0~255范围内
	convertScaleAbs(output_image, output_image);  //数据类型转换到CV_8U
	imshow(" output_image", output_image);  //显示变换图像


	waitKey(0);  //暂停，保持图像显示，等待按键结束
	return 0;
}

---

结果：

---

二、opencv函数笔记

1.cvtColor函数

cvtColor函数是一个颜色空间转换函数，常用的如实现RGB，HSV，HSI，灰度图之间的转换。
用法：如RGB转换为灰度图像

cvtColor(image_RGB, image_gray, COLOR_BGR2GRAY);

第一个参数为转换前的图像，第二个为转换后的图像，第三个为转换类型，常见的转换类型有：
（1）RGB–灰度：COLOR_BGR2GRAY
（2）灰度–RGB：COLOR_GRAY2BGR
（3）RGB–HSV：COLOR_BGR2HSV
（4）HSV–RGB：COLOR_HSV2BGR

---

2.normalize函数

normalize函数为归一化函数，可以将数据转换到一个规定大小的范围内。如上面将0~1的double类型转到0-255：

normalize(output_image, output_image, 0, 255, NORM_MINMAX);  //图像归一化，转到0~255范围内

其中第一个参数为输入数据，第二个参数为输出数据，第三个和第四个为限定的范围，前面为最小值，后面为最大值，最后一个参数为转换方法，图像处理中一般用NORM_MINMAX。

---

3.convertScaleAbs函数

convertScaleAbs函数可以用来做快速增强运算，在这里作用是将数据类型转换为CV_8U。

convertScaleAbs(output_image, output_image);  //数据类型转换到CV_8U

做增强运算时：

convertScaleAbs(input_image, output_image, a, b);  //output_image=a*input_image+b,计算大于255则结果为255