图像增强

原文地址 http://blog.csdn.net/kezunhai/article/details/41553097

1、对数图像增强算法

      对数图像增强是图像增强的一种常见方法，其公式为： S = c log(r+1)，其中c是常数（以下算法c=255/(log(256)），这样可以实现整个画面的亮度增大。

[cpp]  view plain  copy

1. void LogEnhance(IplImage* img, IplImage* dst)  
2. {  
3.     // 由于oldPixel:[1,256],则可以先保存一个查找表  
4.     uchar lut[256] ={0};  
5.   
6.     double temp = 255/log(256);  
7.   
8.     for ( int i =0; i<255; i++)  
9.     {  
10.         lut[i] = (uchar)(temp* log(i+1)+0.5);  
11.     }  
12.   
13.     for( int row =0; row <img->height; row++)  
14.     {  
15.         uchar *data = (uchar*)img->imageData+ row* img->widthStep;  
16.         uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  
17.   
18.         for ( int col = 0; col<img->width; col++)  
19.         {  
20.             for( int k=0; k<img->nChannels; k++)  
21.             {  
22.                 uchar t1 = data[col*img->nChannels+k];                 
23.                 dstData[col*img->nChannels+k] = lut[t1];  
24.             }  
25.         }         
26.     }     
27. }  

2、指数图像增强算法

      指数图像增强的表达为：S = cR^r，通过合理的选择c和r可以压缩灰度范围，算法以c=1.0/255.0, r=2实现。

[cpp]  view plain  copy

1. void ExpEnhance(IplImage* img, IplImage* dst)  
2. {  
3.     // 由于oldPixel:[1,256],则可以先保存一个查找表  
4.     uchar lut[256] ={0};  
5.   
6.     double temp = 1.0/255.0;  
7.   
8.     for ( int i =0; i<255; i++)  
9.     {  
10.         lut[i] = (uchar)(temp*i*i+0.5);  
11.     }  
12.   
13.     for( int row =0; row <img->height; row++)  
14.     {  
15.         uchar *data = (uchar*)img->imageData+ row* img->widthStep;  
16.         uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  
17.   
18.         for ( int col = 0; col<img->width; col++)  
19.         {  
20.             for( int k=0; k<img->nChannels; k++)  
21.             {  
22.                 uchar t1 = data[col*img->nChannels+k];                 
23.                 dstData[col*img->nChannels+k] = lut[t1];  
24.             }  
25.         }         
26.     }     
27. }  

3、加Masaic算法

        在日常中有时候保密或其他需要将图像马赛克，下面的算法实现图像马赛克功能（原理：用中心像素来表示邻域像素）。

[cpp]  view plain  copy

1. uchar getPixel( IplImage* img, int row, int col, int k)  
2. {  
3.     return ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k];  
4. }  
5.   
6. void setPixel( IplImage* img, int row, int col, int k, uchar val)  
7. {  
8.     ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k] = val;  
9. }  

[cpp]  view plain  copy

1. // nSize:为尺寸大小，奇数  
2. // 将邻域的值用中心像素的值替换  
3. void Masic(IplImage* img, IplImage* dst, int nSize)  
4. {  
5.     int offset = (nSize-1)/2;  
6.     for ( int row = offset; row <img->height - offset; row= row+offset)  
7.     {  
8.         for( int col= offset; col<img->width - offset; col = col+offset)  
9.         {  
10.             int val0 = getPixel(img, row, col, 0);  
11.             int val1 = getPixel(img, row, col, 1);  
12.             int val2 = getPixel(img, row, col, 2);  
13.             for ( int m= -offset; m<offset; m++)  
14.             {  
15.                 for ( int n=-offset; n<offset; n++)  
16.                 {  
17.                     setPixel(dst, row+m, col+n, 0, val0);  
18.                     setPixel(dst, row+m, col+n, 1, val1);  
19.                     setPixel(dst, row+m, col+n, 2, val2);  
20.                 }  
21.             }  
22.         }  
23.     }  
24. }  

4、曝光过度问题处理

      对于曝光过度问题，可以通过计算当前图像的反相（255-image)，然后取当前图像和反相图像的较小者为当前像素位置的值。

// 过度曝光原理：图像翻转，然后求原图与反图的最小值

[cpp]  view plain  copy

1. <span style="font-size:12px;">void ExporeOver(IplImage* img, IplImage* dst)  
2. {  
3.     for( int row =0; row <img->height; row++)  
4.     {  
5.         uchar *data = (uchar*)img->imageData+ row* img->widthStep;  
6.         uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  
7.         for ( int col = 0; col<img->width; col++)  
8.         {  
9.             for( int k=0; k<img->nChannels; k++)  
10.             {  
11.                 uchar t1 = data[col*img->nChannels+k];  
12.                 uchar t2 = 255 - t1;  
13.                 dstData[col*img->nChannels+k] = min(t1,t2);  
14.             }  
15.         }         
16.     }  
17. }</span>  

5、高反差保留

      高反差保留主要是将图像中颜色、明暗反差较大两部分的交界处保留下来，比如图像中有一个人和一块石头，那么石头的轮廓线和人的轮廓线以及面部、服装等有明显线条的地方会变被保留，儿其他大面积无明显明暗变化的地方则生成中灰色。其表达形式为：dst = r*(img - Blur(img))。

[cpp]  view plain  copy

1. Mat HighPass(Mat img)  
2. {  
3.     Mat temp;  
4.     GaussianBlur(img, temp,Size(7,7),1.6,1.6);  
5.   
6.     int r=3;      
7.     Mat diff = img + r*(img-temp); //高反差保留算法  
8.     return diff;  
9. }  

测试代码：

[cpp]  view plain  copy

1. int main(int argc, char* argv[])  
2. {  
3.     const char* Path = "02.bmp";  
4.     IplImage *img = cvLoadImage(Path,CV_LOAD_IMAGE_ANYCOLOR);  
5.     IplImage *dst = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);  
6.     cout<<"输入你要选择的操作："<<endl;  
7.     cout<<"1、曝光过度"<<endl;  
8.     cout<<"2、加马赛克"<<endl;  
9.     cout<<"3、对数增强"<<endl;  
10.     cout<<"4、指数增强"<<endl;  
11.     cout<<"请输入你的选择:";  
12.     int choice = 1;  
13.     cin>>choice;  
14.     switch (choice)  
15.     {  
16.     case 1:   
17.         ExporeOver(img, dst);   //这四个算法中总觉得某个算法有问题  
18.         break;  
19.     case 2:   
20.         Masic(img, dst, 21);  
21.         break;  
22.     case 3:   
23.         LogEnhance(img, dst);  
24.         break;  
25.     case 4:  
26.         ExpEnhance(img, dst);  
27.         break;  
28.     default:  
29.         cout<<"输入错误"<<endl;  
30.         break;              
31.     }  
32.     cvSaveImage("dst.jpg",dst);  
33.     cvNamedWindow("SRC",1);  
34.     cvNamedWindow("DST", 1);  
35.     cvShowImage("SRC", img);  
36.     cvShowImage("DST", dst);  
37.     cvWaitKey();  
38.     return 0;  
39. }