数字图像处理基本灰度变换函数

灰度变换：

1.原理：灰度图的图像反转就是将 黑变白 亮变暗 原来255 的值就变为 0
2.opencv 实现：

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

cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("huidutu.jpeg");
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
//cv::imshow("image", image1_gray);   //显示灰度图像
//反转
for(int i = 0; i < image1_gray.rows; i++)
{
    for(int j = 0; j < image1_gray.cols; j++)
    {
  image1_gray.at<uchar>(i , j) = 255 - image1_gray.at<uchar>(i, j);
    }
}

//cv::imshow("image",image1_gray); //反转后的图像
cv::waitKey(0);

对数变换：

1.对数变换的⼀般形式：t=clog(1+s),其中c为尺度⽐例常数，s为源灰度值，t为变换
后的⽬标灰度值
2.增强图像中较暗部分 较亮部分变化不明显

cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("huidutu.jpeg");
//归一化
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
//cv::imshow("image", image1_gray);   //显示灰度图像
//对数变换
for(int i = 0; i < image1_gray.rows; i++)
{
  for(int j = 0; j < image1_gray.cols; j++)
   {
       	image1_gray.at<uchar>(i , j) = log((double)(10 + image1_gray.at<uchar>(i , j)));
   }
}
//归一化
cv::normalize(image1_gray, image1_gray, 0, 255, NORM_MINMAX);
cv::imshow("image",image1_gray); //后的图像
cv::waitKey(0);

变换前:

变换后:

幂律变换

基本形式: s = c*r^y 其中 c,y 为常量 c 一般值为1.
y > 1 时：高灰度值会映射到较窄的灰度值区间 即 由亮变暗
y < 1 时：低灰度值会映射到较宽的灰度值区间 即由暗变亮

//c = 1 y = 3 时图像变暗
cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("Fig0308(a)(fractured_spine).tif");
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
for(int i = 0; i < image1_gray.rows; i++)
{
   for(int j = 0; j < image1_gray.cols; j++)
   {
       int value1 = (int)image1_gray.at<uchar>(i , j);
       value1 = value1 / 255;
       value1 = value1 * value1 * value1 *255;
       image1_gray.at<uchar>(i , j) = value1;
    }
 }
 cv::imshow("image",image1_gray);
 cv::waitKey(0);

整体变暗.jpg

//c = 1 y = 0.7 时图像变亮
//opencv + qt
#include <QtMath>
cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("Fig0308(a)(fractured_spine).tif");
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
for(int i = 0; i < image1_gray.rows; i++)
{
    for(int j = 0; j < image1_gray.cols; j++)
    {
        image1_gray.at<uchar>(i, j) = qPow(image1_gray.at<uchar>(i, j), 0.7);
    }
}
cv::normalize(image1_gray, image1_gray, 0 , 255, NORM_MINMAX);
cv::imshow("image",image1_gray);
cv::waitKey(0);

整体变亮.jpg

原图.jpg

@[toc] ## 灰度级分层: 方法一:将感兴趣的部分灰度值显示为一个值，其余部分显示为另一个值

#include <opencv2/opencv.hpp>
#include<iostream>
cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("D:\\book\\image\\DIP3E_Original_Images_CH03\\Fig0312(a)(kidney).tif");
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
for(int i = 0; i < image1_gray.rows; i++)
{
    for(int j = 0; j < image1_gray.cols; j++)
    {
        //小于155大于245的灰度值改为0
        if(image1_gray.at<uchar>(i,j) < 155 | image1_gray.at<uchar>(i,j) > 245)
        {
            image1_gray.at<uchar>(i,j) = 0;
        }
        else
        {
            image1_gray.at<uchar>(i,j) = 255;
        }
    }
}
cv::imshow("image",image1_gray);
cv::waitKey(0);

方法二:让感兴趣的范围变亮或变暗,其余部分不变

#include <opencv2/opencv.hpp>
#include<iostream>
cv::Mat image1_gray; //灰度图
cv::Mat readImg =  cv::imread("D:\\book\\image\\DIP3E_Original_Images_CH03\\Fig0312(a)(kidney).tif");
cv::cvtColor(readImg, image1_gray, COLOR_BGR2GRAY);  //灰度化
for(int i = 0; i < image1_gray.rows; i++)
{
    for(int j = 0; j < image1_gray.cols; j++)
    {
    	//感兴趣的部分灰度值改为255其余不变
        if(image1_gray.at<uchar>(i,j) >= 155 && image1_gray.at<uchar>(i,j) <= 245)
        {
            image1_gray.at<uchar>(i,j) = 255;
        }
    }
}
cv::imshow("image",image1_gray);
cv::waitKey(0);

001.jpg

002.jpg

003.jpg