用pyqt5制作图像处理界面（3）——灰度变换

图像处理分为空间域和频率域，空间域是指图像平面本身，主要是直接以图像中的像素操作为基础进行图像处理，空间域的处理主要分为灰度变换和空间滤波两类，灰度变换在图像单个像素上操作，主要以对比度和阈值处理为目的。空间滤波涉及改善性能的操作，通过像元领域来处理。本文主要介绍灰度变换在图像增强方面的应用，使得输出的图像比原始图像更适合特定需求的一种处理。

灰度线性变换

图像的灰度变换通过建立灰度映射来调整源图像的灰度，从而达到图像增强的目的。灰度映射通常是用灰度变换曲线来进行表示。通常来说，它是将图像的像素值通过指定的线性函数进行变换，以此来增强或者来减弱图像的灰度，灰度线性变换的函数就是常见的线性函数。
g(x, y) = k · f(x, y) + d
设源图像的灰度值为x，则进行灰度线性变换后的灰度值为y = kx + b (0<=y<=255)，下面分别来讨论k的取值变化时线性变换的不同效果

(1).|k|>1时
当k>1时，经过这种变换后，图像的整体对比度明显增大，在灰度图中的体现就是变换后的灰度图明显被拉伸了。

(2).|k|=1时
当k=1时，这种情况下常用来调节图像的亮度，亮度的调节就是让图像的各个像素值都增加或是减少一定量。在这种情况下可以通过改变d值来达到增加或者是减少图像亮度的目的。因为当k=1，只改变d值时，只有图像的亮度被改变了，d>0时，变换曲线整体发生上移，图像的亮度增加，对应的直方图整体向右侧移动，d<0时，变换曲线整体下移，图像的亮度降低，对应的直方图发生水平左移。

(3).0<|k|<1时
此时变换的效果正好与k>1时相反，即图像的整体对比度和效果都被削减了，对应的直方图会被集中在一段区域上。k值越小，图像的灰度分布也就越窄，图像看起来也就显得越是灰暗。

(4).k<0时
在这种情况下，源图像的灰度会发生反转，也就是原图像中较亮的区域会变暗，而较暗的区域将会变量。特别的，此时我们令k = -1,d = 255,可以令图像实现完全反转的效果。对应的直方图也会发生相应的变化。
代码如下:

#include <iostream>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
 
using namespace std;
using namespace cv;
 
int main()
{
	Mat srcImg = imread("c05/1.jpg");
	if (!srcImg.data)
	{
		cout << "读入图片失败" << endl;
		return -1;
	}
	imshow("原图像", srcImg);
	double k, b;
	cout << "请输入k和b值：";
	cin >> k >> b;
	int RowsNum = srcImg.rows;
	int ColsNum = srcImg.cols;
	Mat dstImg(srcImg.size(), srcImg.type());
	//进行遍历图像像素,对每个像素进行相应的线性变换
	for (int i = 0; i < RowsNum; i++)
	{
		for (int j = 0; j < ColsNum; j++)
		{
			//c为遍历图像的三个通道
			for (int c = 0; c < 3; c++)
			{
				//使用at操作符，防止越界
				dstImg.at<Vec3b>(i, j)[c] = saturate_cast<uchar>
					(k* (srcImg.at<Vec3b>(i, j)[c]) + b);
			}
		}
	}
	imshow("线性变换后的图像", dstImg);
	waitKey(0);
	return 0;
}

灰度对数变换

对数变换主要用于将图像的低灰度值部分扩展，将其高灰度值部分压缩，以达到强调图像低灰度部分的目的。变换方法由下式给出。

对数变换目前我知道的有两个作用：

①因为对数曲线在像素值较低的区域斜率较大，像素值较高的区域斜率比较低，所以图像经过对数变换之后，在较暗的区域对比度将得到提升，因而能增强图像暗部的细节。

②图像的傅里叶频谱其动态范围可能宽达0~10^6。直接显示频谱的话显示设备的动态范围往往不能满足要求，这个时候就需要使用对数变换，使得傅里叶频谱的动态范围被合理地非线性压缩。

灰度幂次变换与Gamma校正

又叫伽玛校正，和对数变换的原理差不多，不多说了，只是参数多了一个，可变宽带的输入像素值范围可选了，把低值带拉伸还是把高值拉伸要看伽马的设定了。
表达式：



一个是伽马等于4，一个是伽马等于0.2；一个拉伸高像素值的范围，一个拉伸低像素值的范围。哪部分的斜率越大，哪部分的拉伸比例就越大。

分段线性变换

通过分段线性函数我们可以将我们感兴趣的灰度值突显出来
通过分段函数来输出不同程度的灰度级扩展，从而来影响输出图像的对比度。

其变换公式为：