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.     forint 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.             forint 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.     forint 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.             forint 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.         forint 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.     forint 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.             forint 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. }  
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值