OpenCV图像处理

Posted 2020-07-20

OpenCV实现图像的灰度化->二值化->Canny边缘检测以及对比度（Contrast）和亮度（Brightness）值调整

图像灰度化：简单的来说就是使R,G,B value在阈值[0，255]间取得相同的值，总共有256个等级，黑白两种颜色其实可以看成是灰度化处于两个极端时的情形，中间254个等级分别代表灰度化的程度（浅深）。

图像二值化：简单的来说就是将图像上的像素点的灰度值设置为（0，0，0）（黑色）或（255，255，255）（白色），使图像只呈现出明显的黑白效果。

Canny算子：其目的是找到一个最优的边缘检测算法，使其满足三个主要的标准：

                 1.低错误率：标识出尽可能多的边缘，同时尽量减少噪声产生的影响；

                 2.高定位：标识出的边缘应与图像的实际边缘尽可能接近；

                 3.最小响应：图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。

Canny边缘检测步骤：滤波->计算梯度幅值和方向->非极大值抑制（排除非边缘像素，保留候选边缘）  （每个步骤的具体原理可参考OpenCV3编程入门这本书，百度一下pdf版应该就能找到，建议最好买一本，声明一下：绝对不是打广告  (●‘?‘●)）。

亮度和对比度调整：首先应了解点操作（点算子）这个概念：根据输入像素值（有时可加上某些全局信息或参数），来计算输出像素的值。这类算子包括亮度和对比度调整，颜色校正（colorcorrection）和变换（transformations）。两种最常用的点操作满足下式：

g(i,j)=a*f(i,j)+b

                              (a控制对比度，b控制亮度，f(i,j)为源图像像素，g(i,j)为输出图像像素)                                                      

                  本Demo中也是使用三个for循环来执行图像亮度与对比度的调整。废话不多说，代码不会骗人,(●‘?‘●)。

工程代码如下：

//-----------------------------------【头文件包含部分】-----------------------------------------
//    描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <cv.h>
#include <highgui.h>
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>

//-----------------------------------【命名空间声明部分】--------------------------------------
//    描述：包含程序所使用的命名空间
//---------------------------------------------------------------------------------------------
using namespace std;
using namespace cv;

//-----------------------------------【全局变量声明部分】--------------------------------------
//    描述：全局变量声明
//---------------------------------------------------------------------------------------------
int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
int Thresh = 50;

//-----------------------------------【全局函数声明部分】--------------------------------------
//    描述：全局函数声明
//---------------------------------------------------------------------------------------------
static void ContrastAndBright(int);
void   ShowHelpText();

//-----------------------------------【声明图像IplImage指针】----------------------------------
//描述：声明图像IplImage指针
//---------------------------------------------------------------------------------------------
IplImage* g_pSrcImg = NULL;

IplImage* g_pGrayImage = NULL;

IplImage* g_pCannyImg = NULL;

IplImage *g_pBinaryImage = NULL;

IplImage *g_pDstImage = NULL;

//滑动条响应函数

void onTrackerSlid(int thresh)

{

    cvCanny(g_pGrayImage, g_pCannyImg, (float)thresh, (float)thresh * 3, 3);

    cvShowImage("Canny Image", g_pCannyImg);

}

//-----------------------------【on_trackbar( )函数】------------------------------------
//    描述：图像二值化阈值回调函数
//-----------------------------------------------------------------------------------------------
void on_trackbar(int pos)
{
    // 转为二值图 
    cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);
    // 显示二值图 
    cvShowImage("Binary Image", g_pBinaryImage);
}

//-----------------------------------【main( )函数】--------------------------------------------
//    描述：控制台应用程序的入口函数，程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(int argc, char** argv)

{
    system("color 5F");
    ShowHelpText();
    if (argc != 2)

        argv[1] = "1.jpg";

    //设定对比度和亮度的初值

    g_nContrastValue = 80;
    g_nBrightValue = 80;

    //载入图像，强制转化为Gray

    if ((g_pSrcImg = cvLoadImage(argv[1], 1)) != 0)

    {

        cout << "Press ESC to Quit" << endl;

        //将颜色空间由RGB转化为Gray

        g_pGrayImage = cvCreateImage(cvGetSize(g_pSrcImg), 8, 1);

        cvCvtColor(g_pSrcImg, g_pGrayImage, CV_RGB2GRAY);

        // 创建二值图 
        g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

        //canny边缘检测

        g_pCannyImg = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

        cvNamedWindow("ContrastandBrightnessWnd", CV_WINDOW_AUTOSIZE);

        //创建轨迹条

        cvCreateTrackbar("Contrast：", "ContrastandBrightnessWnd", &g_nContrastValue, 300, ContrastAndBright);
        cvCreateTrackbar("Brightness：", "ContrastandBrightnessWnd", &g_nBrightValue, 200, ContrastAndBright);

        //调用回调函数
        ContrastAndBright(g_nContrastValue);
        ContrastAndBright(g_nBrightValue);

        //创建窗口

        cvNamedWindow("Source Image", CV_WINDOW_AUTOSIZE);

        cvNamedWindow("Gray Image",  CV_WINDOW_AUTOSIZE);

        cvNamedWindow("Canny Image", CV_WINDOW_AUTOSIZE);

        cvNamedWindow("Binary Image", CV_WINDOW_AUTOSIZE);
       

        // 滑动条   
        int nThreshold = 0;
        cvCreateTrackbar("Threshold：", "Binary Image", &nThreshold, 254, on_trackbar);
        on_trackbar(1);

        //添加滑动条来调节边缘检测的阈值

        onTrackerSlid(Thresh);

        cvShowImage("Gray Image", g_pCannyImg);

        cvCreateTrackbar("Threshold", "Canny Image", &Thresh, 300, onTrackerSlid);
       
        //显示图像

        cvShowImage("Source Image", g_pSrcImg);

        cvShowImage("Gray Image", g_pGrayImage);

        //保存图像

        cvSaveImage("Gray_Image.jpg", g_pGrayImage);

        cvSaveImage("Canny_Image.jpg", g_pCannyImg);
       
        cvSaveImage("Binary Image.jpg", g_pBinaryImage);
   
       
        //等待按"ESC"键退出

        while (1)

            if (cvWaitKey(100) == 27)

            break;

        //销毁窗口

        cvWaitKey(0);

        cvDestroyWindow("Source Image");

        cvDestroyWindow("Canny Image");

        cvDestroyWindow("Gray Image");

        cvDestroyWindow("Binary Image");
       
        //释放图像

        cvReleaseImage(&g_pGrayImage);

        cvReleaseImage(&g_pCannyImg);

        cvReleaseImage(&g_pSrcImg);

        cvReleaseImage(&g_pBinaryImage);
       
        return 0;

    }
   
    return -1;

}

//-----------------------------【ContrastAndBright( )函数】------------------------------------
//    描述：改变图像对比度和亮度值的回调函数
//---------------------------------------------------------------------------------------------
static void ContrastAndBright(int)
{

    // 三个for循环，执行运算 dstImg(i,j) = a*srcImg(i,j) + b
    Mat srcImg, dstImg;
    srcImg = imread("lena.jpg");
    if (!srcImg.data)
    {
        printf("读取srcImg图片错误~！ \\n");
        return ;
    }
    dstImg = Mat::zeros(srcImg.size(), srcImg.type());

    for (int y = 0; y < srcImg.rows; y++)
    {
        for (int x = 0; x <srcImg.cols; x++)
        {
            for (int c = 0; c < 3; c++)
            {
                dstImg.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrastValue*0.01)*(srcImg.at<Vec3b>(y, x)[c]) + g_nBrightValue);
            }
        }
    }

    // 显示图像
    imshow("ContrastandBrightnessWnd", dstImg);
}

//-----------------------------------【ShowHelpText( )函数】----------------------------------
//         描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{

    printf("\\n\\n\\t\\t\\t                运行平台为win32 VS2013\\n");
    printf("\\n\\n\\t\\t\\t                OpenCV一个值得你学习的强大视觉库\\n");
    printf("\\n\\n\\t\\t\\t                当前使用的OpenCV版本为：" CV_VERSION);
    printf("\\n\\n  ------------------------------------------------------------------------------------------------------------------\\n");
}

程序运行结果

                                                             

                                        

                                         

                                                                  

  作者目前还是个小菜鸟，如有错误，请指出来，相互交流一下，(●‘?‘●)。