国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

  1. Toy模板網(wǎng)首頁
  2. >Toy博客

Opencv C++ 六、灰度變換：線性變換、灰度反轉(zhuǎn)、對數(shù)變換、伽馬變換、（自適應(yīng)）直方圖均衡化

2年前作者：海棠RS分類：Toy博客閱讀(90)違法舉報(bào)

這篇具有很好參考價(jià)值的文章主要介紹了Opencv C++ 六、灰度變換：線性變換、灰度反轉(zhuǎn)、對數(shù)變換、伽馬變換、（自適應(yīng)）直方圖均衡化。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方，請大家不吝賜教，您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

一、灰度變換的原理：

通過變換函數(shù)T將原圖像像素灰度值r映射為灰度值s： s=T(r).

二、灰度變換的方法：

  1. 線性變換（亮度和對比度調(diào)整）：

    • 原理：線性變換是一種簡單的亮度和對比度調(diào)整方法，通過對每個(gè)像素的灰度級別應(yīng)用線性變換公式來實(shí)現(xiàn)。對每個(gè)像素應(yīng)用公式 output_pixel = input_pixel * alpha + beta，其中 alpha 控制對比度，beta 控制亮度。增大 alpha 值可以增加對比度，增大 beta 值可以增加亮度。

  2. 對數(shù)變換：

    • 原理：對數(shù)變換通過應(yīng)用對數(shù)函數(shù)對圖像的每個(gè)像素值進(jìn)行修改。這種變換適用于增強(qiáng)圖像的低灰度級別，因?yàn)樗炝说突叶燃墑e之間的差異。公式為 output_pixel = c * log(1 + input_pixel)，其中 c 是縮放常數(shù)。

  3. 伽馬校正：

    • 原理：伽馬校正通過應(yīng)用冪函數(shù)對圖像的每個(gè)像素值進(jìn)行修改。伽馬校正可以用于調(diào)整圖像的對比度和亮度。公式為 output_pixel = c * (input_pixel ^ gamma)，其中 c 是縮放常數(shù)，gamma 是伽馬值。增大 gamma 值可以增加對比度。

  4. 直方圖均衡化：

    • 原理：直方圖均衡化旨在拉伸圖像的灰度級別分布，使其更均勻。這通過重新分配像素值以增加亮度級別的數(shù)量來實(shí)現(xiàn)。這有助于增強(qiáng)圖像的對比度，并突出圖像中的細(xì)節(jié)。該方法的原理是重新映射圖像的累積分布函數(shù)，使其變?yōu)榫鶆蚍植肌?/li>

  5. 自適應(yīng)直方圖均衡化：

    • 原理：自適應(yīng)直方圖均衡化將圖像劃分為小塊，然后對每個(gè)塊進(jìn)行直方圖均衡化。這使得圖像在不同區(qū)域的灰度級別分布更加均勻，尤其是當(dāng)圖像具有明顯的亮度變化時(shí)。

三、線性變換

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

using namespace cv;
using namespace std;

int main() {
    // 加載圖像
    Mat image = imread("D://lena.png");

    if (image.empty()) {
        cout << "無法加載圖像" << endl;
        return -1;
    }

    // 用戶定義的亮度和對比度參數(shù)
    double alpha = 1.5; // 控制對比度
    int beta = 30; // 控制亮度

    // 線性變換
    Mat adjusted_image = Mat::zeros(image.size(), image.type());

    for (int y = 0; y < image.rows; y++) {
        for (int x = 0; x < image.cols; x++) {
            for (int c = 0; c < image.channels(); c++) {
                adjusted_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha * image.at<Vec3b>(y, x)[c] + beta);
            }
        }
    }

    // 顯示原始圖像和調(diào)整后的圖像
    imshow("原始圖像", image);
    imshow("亮度和對比度調(diào)整后的圖像", adjusted_image);
    waitKey(0);

    return 0;
}

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

函數(shù)介紹：

    // 線性變換
    Mat adjusted_image = Mat::zeros(image.size(), image.type());

Mat::zeros 是OpenCV中的一個(gè)函數(shù)，用于創(chuàng)建一個(gè)矩陣（圖像）并將其所有元素初始化為零。在這個(gè)特定的情況下，Mat::zeros(image.size(), image.type()) 用于創(chuàng)建一個(gè)與 image 具有相同尺寸和通道數(shù)的矩陣，并將其所有元素初始化為零。

具體解釋：

  • Mat 是OpenCV中用于表示圖像和矩陣的數(shù)據(jù)結(jié)構(gòu)。
  • image.size() 返回原始圖像 image 的尺寸（行數(shù)和列數(shù)）。
  • image.type() 返回原始圖像 image 的數(shù)據(jù)類型和通道數(shù)信息。

Mat::zeros(image.size(), image.type()) 將創(chuàng)建一個(gè)與原始圖像 image 具有相同尺寸和通道數(shù)的圖像，但所有像素的值都將初始化為零。這是為了在后續(xù)的操作中存儲調(diào)整后的圖像，因?yàn)樵谶M(jìn)行線性變換之前，我們希望輸出圖像的像素值都為零。

實(shí)際上，Mat::zeros 在圖像處理中經(jīng)常用于創(chuàng)建用于存儲中間或結(jié)果圖像的矩陣，以確保其初始值為零。這有助于避免潛在的垃圾值或不可預(yù)測的結(jié)果。


    for (int y = 0; y < image.rows; y++) {
        for (int x = 0; x < image.cols; x++) {
            for (int c = 0; c < image.channels(); c++) {
                adjusted_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha * image.at<Vec3b>(y, x)[c] + beta);
            }
        }
    }

  1. for (int y = 0; y < image.rows; y++)：這是外循環(huán)，用于遍歷圖像的每一行。

  2. for (int x = 0; x < image.cols; x++)：這是內(nèi)循環(huán)，用于遍歷圖像的每一列（像素）。

  3. for (int c = 0; c < image.channels(); c++)：這是內(nèi)部的循環(huán)，用于遍歷圖像的通道（例如，對于彩色圖像，通道可能是B、G、R）。

  4. adjusted_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha * image.at<Vec3b>(y, x)[c] + beta);：這行代碼執(zhí)行實(shí)際的線性變換操作。具體地，它對每個(gè)像素的每個(gè)通道執(zhí)行以下操作：

    • image.at<Vec3b>(y, x)[c]：這部分代碼從原始圖像 image 中獲取當(dāng)前像素位置 (y, x) 處的通道 c 的灰度級別。
    • alpha * image.at<Vec3b>(y, x)[c] + beta：這是線性變換的公式。alpha 控制對比度的調(diào)整，beta 控制亮度的調(diào)整。通過將 alpha 乘以當(dāng)前像素的灰度級別并添加 beta，可以實(shí)現(xiàn)亮度和對比度的調(diào)整。
    • saturate_cast<uchar>(...)：這是一個(gè)飽和操作，確保調(diào)整后的像素值在0到255之間。如果結(jié)果小于0，它將被截?cái)酁?；如果結(jié)果大于255，它將被截?cái)酁?55。
    • adjusted_image.at<Vec3b>(y, x)[c]：最終的調(diào)整后的像素值將存儲在 adjusted_image 中的相同位置 (y, x) 處的通道 c 中。

四、灰度反轉(zhuǎn)：

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

using namespace cv;
using namespace std;

int main()
{
	Mat image1, output_image, image1_gray;   //定義輸入圖像，輸出圖像，灰度圖像
	image1 = imread("D://lena.png");  //讀取圖像；
	if (image1.empty())
	{
		cout << "讀取錯(cuò)誤" << endl;
		return -1;
	}

	cvtColor(image1, image1_gray, COLOR_BGR2GRAY);  //灰度化
	imshow(" image1_gray", image1_gray);   //顯示灰度圖像

	output_image = image1_gray.clone();
	for (int i = 0; i < image1_gray.rows; i++)
	{
		for (int j = 0; j < image1_gray.cols; j++)
		{
			output_image.at<uchar>(i, j) = 255 - image1_gray.at<uchar>(i, j);  //灰度反轉(zhuǎn)
		}
	}
	imshow("output_image", output_image);  //顯示反轉(zhuǎn)圖像


	waitKey(0);  //暫停，保持圖像顯示，等待按鍵結(jié)束
	return 0;
}

其結(jié)果為：

左側(cè)為原始圖片，右側(cè)為反轉(zhuǎn)后的圖片

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

函數(shù)介紹：

cvtColor(image1, image1_gray, COLOR_BGR2GRAY);

cvtColor 函數(shù)的一般語法如下：

void cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0);

以下是一些常見的 code 值以及它們的含義：

  • CV_BGR2GRAY：BGR到灰度轉(zhuǎn)換。
  • CV_BGR2HSV：BGR到HSV（色調(diào)、飽和度、明度）轉(zhuǎn)換。
  • CV_BGR2Lab：BGR到Lab轉(zhuǎn)換。
  • CV_BGR2YUV：BGR到Y(jié)UV轉(zhuǎn)換。
  • CV_RGB2BGR：RGB到BGR轉(zhuǎn)換。
  • CV_GRAY2BGR：灰度到BGR轉(zhuǎn)換。

該代碼中選擇的是CV_BGR2GRAY，即將BGR轉(zhuǎn)化為灰度。

output_image = image1_gray.clone();
	for (int i = 0; i < image1_gray.rows; i++)
	{
		for (int j = 0; j < image1_gray.cols; j++)
		{
			output_image.at<uchar>(i, j) = 255 - image1_gray.at<uchar>(i, j);  //灰度反轉(zhuǎn)
		}
	}

  1. output_image = image1_gray.clone();：首先，創(chuàng)建一個(gè)與輸入圖像 image1_gray 具有相同尺寸和類型的輸出圖像 output_image，并將其初始化為與輸入圖像相同。

  2. 接下來，程序使用嵌套的循環(huán)遍歷輸入圖像 image1_gray 中的每個(gè)像素。

  3. output_image.at<uchar>(i, j) = 255 - image1_gray.at<uchar>(i, j);：在內(nèi)循環(huán)中，對于每個(gè)像素 (i, j)，它執(zhí)行以下操作：

    • image1_gray.at<uchar>(i, j)：從輸入圖像中獲取像素 (i, j) 處的灰度值。at<uchar>(i, j) 表示像素值為無符號字符型（8位灰度圖像）。
    • 255 - image1_gray.at<uchar>(i, j)：將獲取的灰度值減去255，實(shí)現(xiàn)了灰度反轉(zhuǎn)。這將導(dǎo)致較亮的像素變暗，較暗的像素變亮，從而反轉(zhuǎn)了圖像的外觀。

通過這個(gè)過程，輸入圖像中的每個(gè)像素的灰度值都被反轉(zhuǎn)，最終結(jié)果存儲在 output_image 中。這種操作可以用于創(chuàng)建底片效果或?qū)⒇?fù)片轉(zhuǎn)換為正片，以實(shí)現(xiàn)圖像的特殊效果。

五、伽馬校正

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

using namespace cv;
using namespace std;

int main() {
    // 加載圖像
    Mat image = imread("D://lena.png");

    if (image.empty()) {
        cout << "無法加載圖像" << endl;
        return -1;
    }

    // 伽馬值
    double gamma = 2;//大于等于0，小于0為黑色。

    // 伽馬校正
    Mat gamma_corrected_image = Mat::zeros(image.size(), image.type());

    for (int y = 0; y < image.rows; y++) {
        for (int x = 0; x < image.cols; x++) {
            for (int c = 0; c < image.channels(); c++) {
                double pixel_value = image.at<Vec3b>(y, x)[c] / 255.0;
                double corrected_value = pow(pixel_value, gamma) * 255.0;
                gamma_corrected_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(corrected_value);
            }
        }
    }

    // 顯示原始圖像和伽馬校正后的圖像
    imshow("原始圖像", image);
    imshow("伽馬校正后的圖像", gamma_corrected_image);
    waitKey(0);

    return 0;
}

效果圖：

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

六、對數(shù)變換

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <cmath>

using namespace cv;
using namespace std;

int main() {
    // 加載圖像
    Mat image = imread("D://lena.png");

    if (image.empty()) {
        cout << "無法加載圖像" << endl;
        return -1;
    }

    // 對數(shù)變換參數(shù)
    double c = 1.0; // 常數(shù)
    double gamma = 0.5; // 對數(shù)變換的參數(shù)

    // 對數(shù)變換
    Mat log_transformed_image = Mat::zeros(image.size(), image.type());

    for (int y = 0; y < image.rows; y++) {
        for (int x = 0; x < image.cols; x++) {
            for (int c = 0; c < image.channels(); c++) {
                double pixel_value = image.at<Vec3b>(y, x)[c] / 255.0;
                double corrected_value = c * log(1 + pixel_value) / log(1 + gamma);
                log_transformed_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(corrected_value * 255.0);
            }
        }
    }

    // 顯示原始圖像和對數(shù)變換后的圖像
    imshow("原始圖像", image);
    imshow("對數(shù)變換后的圖像", log_transformed_image);
    waitKey(0);

    return 0;
}

效果圖：

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

七、直方圖均衡化

在這個(gè)示例中，我們加載了一幅圖像，并使用 IMREAD_GRAYSCALE 模式將其加載為灰度圖像。然后，我們使用 equalizeHist 函數(shù)執(zhí)行直方圖均衡化，將圖像的對比度增強(qiáng)。

直方圖均衡化是一種簡單而有效的方法，可以使圖像中的像素值更均勻分布，從而改善圖像的對比度。這個(gè)示例演示了如何使用OpenCV來實(shí)現(xiàn)直方圖均衡化，以改進(jìn)圖像的視覺質(zhì)量。

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

using namespace cv;
using namespace std;

int main() {
    // 加載圖像
    Mat image = imread("D://lena.png", IMREAD_GRAYSCALE);  // 以灰度模式加載圖像

    if (image.empty()) {
        cout << "無法加載圖像" << endl;
        return -1;
    }

    // 直方圖均衡化
    Mat equalized_image;
    equalizeHist(image, equalized_image);

    // 顯示原始圖像和均衡化后的圖像
    imshow("原始圖像", image);
    imshow("直方圖均衡化后的圖像", equalized_image);
    waitKey(0);

    return 0;
}

效果圖：

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

為什么直方圖均衡化前要將圖像轉(zhuǎn)化為灰度模式？

直方圖均衡化通常用于灰度圖像的處理，而不是彩色圖像，主要有以下原因：

  1. 簡化處理：直方圖均衡化是一種非?；A(chǔ)和常見的圖像增強(qiáng)技術(shù)。在灰度圖像中，每個(gè)像素只有一個(gè)灰度值，因此處理相對簡單。處理彩色圖像時(shí)，需要對每個(gè)通道分別進(jìn)行直方圖均衡化，增加了復(fù)雜性。

  2. 直方圖均衡化的原理：直方圖均衡化的核心思想是通過重新分配像素值來拉伸和擴(kuò)展圖像的像素值范圍，以使圖像的直方圖更加均勻。在灰度圖像中，這意味著調(diào)整圖像的灰度級別，使其在0到255之間更均勻地分布。在彩色圖像中，需要對每個(gè)通道分別進(jìn)行這種操作。

  3. 彩色信息冗余：彩色圖像包含了更多的信息，包括顏色和亮度信息。在某些情況下，只需對亮度信息進(jìn)行均衡化，因?yàn)轭伾畔⒖赡懿⒉恍枰淖儭Ｍㄟ^將彩色圖像轉(zhuǎn)換為灰度圖像，可以更好地控制均衡化的效果，以保持圖像的整體外觀。

  4. 常見應(yīng)用：直方圖均衡化常用于醫(yī)學(xué)圖像處理、計(jì)算機(jī)視覺和圖像增強(qiáng)等應(yīng)用中，而這些應(yīng)用通常使用灰度圖像。因此，在這些場景下，直方圖均衡化通常直接應(yīng)用于灰度圖像以改善對比度。

盡管直方圖均衡化通常用于灰度圖像，但也存在用于彩色圖像的擴(kuò)展方法，例如對亮度通道進(jìn)行均衡化而保持色彩信息不變。這類方法通常稱為彩色直方圖均衡化或色彩均衡化。在這種情況下，處理的是亮度信息，而色彩信息得到保留。

八、自適應(yīng)直方圖均衡化

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

using namespace cv;
using namespace std;

int main() {
    // 加載圖像
    Mat image = imread("D://lena.png", IMREAD_GRAYSCALE);  // 以灰度模式加載圖像

    if (image.empty()) {
        cout << "無法加載圖像" << endl;
        return -1;
    }

    // 自適應(yīng)直方圖均衡化
    Mat adaptive_equalized_image;
    equalizeHist(image, adaptive_equalized_image);

    // 顯示原始圖像和自適應(yīng)直方圖均衡化后的圖像
    imshow("原始圖像", image);
    imshow("自適應(yīng)直方圖均衡化后的圖像", adaptive_equalized_image);
    waitKey(0);

    return 0;
}

灰度變換對數(shù)變換,“0”基礎(chǔ)入門OpenCV,opencv,c++,學(xué)習(xí),計(jì)算機(jī)視覺

在這個(gè)示例中，我們加載了一幅圖像，并使用 IMREAD_GRAYSCALE 模式將其加載為灰度圖像。然后，我們使用 equalizeHist 函數(shù)執(zhí)行自適應(yīng)直方圖均衡化，將圖像的對比度增強(qiáng)。

自適應(yīng)直方圖均衡化是一種改進(jìn)的直方圖均衡化方法，它在不同圖像區(qū)域上分別應(yīng)用均衡化，以應(yīng)對光照差異。這個(gè)示例演示了如何使用OpenCV來實(shí)現(xiàn)自適應(yīng)直方圖均衡化，以改進(jìn)圖像的視覺質(zhì)量。

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------文章來源地址http://www.zghlxwxcb.cn/news/detail-766541.html

到了這里，關(guān)于Opencv C++ 六、灰度變換：線性變換、灰度反轉(zhuǎn)、對數(shù)變換、伽馬變換、（自適應(yīng)）直方圖均衡化的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點(diǎn)僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載，請注明出處： 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符，請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋，一經(jīng)查實(shí)，立即刪除！

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包，優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包