![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
泾渭漳淮
这个作者很懒,什么都没留下…
展开
-
关于图像对比度【3】——直方图均衡化的改进
关于图像对比度【3】直方图均衡化的改进知道使用直方图均衡化可以调整图像的对比度,于是乎,我就欣欣然很高兴的用这种方法来调整对比度了,比如下面这张图:直方图均衡化之后:看到这里,你是不是有爆粗口的冲动?我的女神呢?怎么成这样了?????为啥这张图直方图均衡化的结果这么烂呢?(其实不仅仅是这张图,对于绝大多数图片,直方图均衡化之后都匪夷所思),为啥呢?分析一下原因,原来这张图上有很大一部分面积是背景墙、原创 2015-12-17 22:41:15 · 6026 阅读 · 7 评论 -
关于图像对比度【4】——对比度调整强度
关于图像对比度【4】对比度调整强度之前说了两种调整对比度调整的方法,线性变换和直方图均衡化,之前写的时候都是把对比度增强的效果发挥到极致,但是很高的对比度真的好吗?有时候,我们是不需要这么强的对比度的,很高的对比度在视觉上未必让人舒服,于是就有了对比度调整强度的问题。对于使用线性变换的方法增强对比度,调整强度就是线性变换y=kx+b中间的k,比如说要求把对比度提高1.2倍,意思就是k=1.2。但是通原创 2015-12-18 19:01:11 · 6323 阅读 · 1 评论 -
关于图像对比度【2】——直方图均衡化
关于图像对比度【2】直方图均衡化先说说什么是直方图,回想一下初中还是高中时代,好像数学课上讲过这个词,没错就是中学那个概念,直方图就是用来表征图像上像素值分布的柱状图。再直白一些,直方图就是统计图像上像素值为0的点有多少个,像素值为1的点有多少个,……,像素值为255的像素点有多少个。直方图均衡化,顾名思义,让直方图均衡,或者说让图像上的像素点分布均匀。就是让像素点在(0,9)之间的个数和在(10,原创 2015-12-17 21:32:32 · 4292 阅读 · 0 评论 -
关于图像对比度【5】——局部自适应对比度调整
关于图像对比度【5】——局部自适应对比度调整之前说的对比度都是对整幅图像来说的,在进行对比度调整的时候,也是对整幅图像使用了相同的参数,比如用线性变换的方法来做对比度调整,即y=kx+b,对于所有的像素点k和b的值都是相同的。但是有时候,显然这不满足我们的需求,有时候图像有暗区和亮区,从整幅图像来说,亮暗对比很明显,似乎图像的对比度很好,但是这不是我们想要的结果。因为在图像的暗区,一些细节我们看不清原创 2016-05-27 20:46:51 · 7760 阅读 · 3 评论 -
图像处理的一个简化的磨皮算法
图像处理的一个简化的磨皮算法用双边滤波来做图像磨皮,这是最常用的办法。说到双边滤波,其实不太理解“边”是个什么意思,其实更通俗的应该叫做双”因素“滤波,或者双”域“滤波。所谓双域就是空间域和值域。双边滤波简单说来还是做一个图像卷积,卷积系数由值域因素和空间域因素共同决定,离中心点越近的点其权重越大,反之越小,值与中心点的值越接近,其权重越大,反之越小。也就是说,双边滤波的卷积系数在空间上和值域上都是原创 2016-05-16 20:10:30 · 5159 阅读 · 1 评论 -
关于图像对比度【1】——对比度和线性变换
关于图像对比度【1】对比度和线性变换关于什么是对比度这事,不好用一个很明确很严谨的词来概括清楚。对比度高,画面看上去就很硬朗,对比度低,画面看上去就朦朦胧胧,比如下面这张图:对比度和颜色没有关系,换句话说如果使用YUV颜色空间的话,那对比度只与Y通道值(亮度)有关。所以在这里,就先不提颜色了。针对8位灰度图来说,对比度高,就是白的很白(值接近0),黑的很黑(接近255)。于是乎,要提高对比度,只要把原创 2015-12-17 21:03:20 · 10988 阅读 · 0 评论 -
图像处理的哈哈镜
图像处理的哈哈镜说起哈哈镜这个东西,好像已经很长时间没有见过了,这曾经在小时候是带来很多乐趣的东西。哈哈镜嘛,无非就是凹面镜或者凸面镜,什么效果呢?凹面镜把人变瘦了,凸面镜把人变瘦了。反映在图像上呢,就是图像的局部的缩放。注意不是整体的放大或缩小,只是一个区域被放大和缩小。为了简单期间,只讨论圆形的区域,因此无非存在两种情况,圆形区域的中心被放大周匝被缩小,或者中心被缩小周匝被放大,而且由中心到周匝原创 2016-05-06 20:06:20 · 6615 阅读 · 0 评论 -
图像处理的仿射变换和透视变换
图像处理的仿射变换和透视变换其实一直也没理解“仿射”俩字是啥意思,但是大家都这么叫,其实仿射变换和透视变换更直观的叫法可以叫做“平面变换”和“空间变换”或者“二维坐标变换”和“三维坐标变换”。如果这么命名的话,其实很显然,这俩是一回事,只不过一个是二维坐标(x,y),一个是三维坐标(x,y,z)。也就是:仿射变换: 透视变换: 从另一个角度也能说明三维变换和二维变换的意思,仿射变换的方程组有6个原创 2016-05-09 20:08:08 · 23863 阅读 · 12 评论