C#描述-计算机视觉OpenCV（2）：图像处理

前言

我们在前文中简单介绍了环境配置，配置图像与简单的像素操作：
C#描述-计算机视觉OpenCV（1）：基础操作
在前文中，主要是熟悉Mat类，图片旋转，像素操作。在本文中，我们通过批量的像素运算，来对图像进行处理。

椒盐噪声

我们将创建一个简单的函数，用它在图像中加入椒盐噪声（salt-and-pepper noise）。顾名思义，椒盐噪声是一个专门的噪声类型，它随机选择一些像素，把它们的颜色替换成白色或黑色。如果通信时出错，部分像素的值在传输时丢失，就会产生这种噪声。这里只是随机选择一些像素，把它们设置为白色。
于是我们算法结构为：生成随机数，以随机数为数组坐标更改像素。在C#中，随机数Random类默认的无参构造函数可以根据当前系统时钟为种子,进行一系列算法得出要求范围内的伪随机数，也就是说我们需要更改种子，不然在循环中种子无法更新，也就无法创造出足够的不同的随机数。生成种子如下：

        /// <summary>
        /// 使用RNGCryptoServiceProvider生成种子
        /// </summary>
        /// <returns></returns>
        static int GetRandomSeed()
        {
            byte[] bytes = new byte[4];
            System.Security.Cryptography.RNGCryptoServiceProvider rng = new System.Security.Cryptography.RNGCryptoServiceProvider();
            rng.GetBytes(bytes);
            return BitConverter.ToInt32(bytes, 0);

        }

然后就是噪点生成函数：

public void salt(Mat img,int n)
        {
            
            for (int i = 0; i < n; i++)
            {
                Random rd = new Random(GetRandomSeed());
                int r = rd.Next(1,1080);
                int c = rd.Next(1,1080);
                    img.At<Vec3b>(r, c)[0] = 255;
                    img.At<Vec3b>(r, c)[1] = 255;
                    img.At<Vec3b>(r, c)[2] = 255;
            }
            Cv2.ImShow("win1", img);
        }

其中的n为，噪点的数量，我们以一张1080 x 1080图片为例，针对百万像素的原图，添加十万个噪点，来测试。

Mat img1 = new Mat("C:\\Users\\Desktop\\001.jpg", ImreadModes.Color);
salt(img1,100000);//调用椒盐函数

原图：

噪点图：

减色算法

彩色图像由三通道像素组成，每个通道表示红、绿、蓝三原色中一种颜色的亮度值，每个数值都是 8 位无符号字符类型，因此颜色总数为256×256×256，即超过 1600 万种颜色。因此，为了降低分析的复杂性，有时需要减少图像中颜色的数量。一种实现方法是把 RGB 空间细分到大小相等的方块中。例如，如果把每种颜色数量减少到 1/8，那么颜色总数就变为 32×32×32。将旧图像中的每个颜色值划分到一个方块，该方块的中间值就是新的颜色值；新图像使用新的颜色值，颜色数就减少了。
因此，基本的减色算法很简单。假设 N 是减色因子，将图像中每个像素的值除以 N（这里假定使用整数除法，不保留余数）。然后将结果乘以 N，得到 N 的倍数，并且刚好不超过原始像素值。加上 N / 2，就得到相邻的 N 倍数之间的中间值。对所有 8 位通道值重复这个过程，就会得到 (256 / N) × (256 / N) × (256 / N)种可能的颜色值
示例：

public void colorReduce(Mat img,int div)
        {
            int r = img.Rows;
            int c = img.Cols;
            for(int i=0;i<r;i++)
              for(int j=0;j<c;j++)
                {
                    img.At<Vec3b>(i, j)[0] = (byte)(img.At<Vec3b>(i, j)[0] / div * div+ div/2);
                    img.At<Vec3b>(i, j)[1] = (byte)(img.At<Vec3b>(i, j)[1] / div * div + div / 2);
                    img.At<Vec3b>(i, j)[2] = (byte)(img.At<Vec3b>(i, j)[2] / div * div + div / 2);
                }
            Cv2.ImShow("win1", img);
        }

当我们调用的减色因子为16：

可以看到并不是很夸张的减色效果，于是我们加大力度到64

效果显著。

图像运算

注意了这不是图像拼接，这是两张图像对应像素值的叠加，原理也很简单：
在一个循环内直接ADD

img1.At<Vec3b>(i, j)[0] = (byte)(img1.At<Vec3b>(i, j)[0] + img2.At<Vec3b>(k, l)[0]);
img1.At<Vec3b>(i, j)[1] = (byte)(img1.At<Vec3b>(i, j)[1] + img2.At<Vec3b>(k, l)[1]);
img1.At<Vec3b>(i, j)[2] = (byte)(img1.At<Vec3b>(i, j)[2] + img2.At<Vec3b>(k, l)[2]);

我随便选了一张噪点滤镜，与原图叠加：

public void addImg(Mat img1, Mat img2)
        {
            int maxr = img1.Rows;//注意两张图片的像素差
            int maxc = img1.Cols;
            int r = img2.Rows;
            int c = img2.Cols;
            int k = -1, l = -1;
            for (int i = 0; i < maxr; i++)
            {if(k==r-1)
                { k = -1; }
                k++;
                for (int j = 0; j < maxc; j++)
                {if(l==c-1)
                    { l = -1; }
                    l++;
                    img1.At<Vec3b>(i, j)[0] = (byte)(img1.At<Vec3b>(i, j)[0] + 0.2 * img2.At<Vec3b>(k, l)[0]);//为了修改效果乘0.2
                    img1.At<Vec3b>(i, j)[1] = (byte)(img1.At<Vec3b>(i, j)[1] + 0.2 * img2.At<Vec3b>(k, l)[1]);
                    img1.At<Vec3b>(i, j)[2] = (byte)(img1.At<Vec3b>(i, j)[2] + img2.At<Vec3b>(k, l)[2]);
                }
            } 
            Cv2.ImShow("win1", img1);
        }