灰度图像直方图变换的一些代码

Posted mfmdaoyou

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了灰度图像直方图变换的一些代码相关的知识,希望对你有一定的参考价值。

常常。我们要对灰度图像做一些灰度变换。比方增强对照度一类的。openCV 没有直接提供函数来处理。

须要我们写一点代码。这里就贴几个我常常常使用到的代码片段。

今天的代码中用到了些曾经写的代码的功能。详细的能够參考:
http://blog.csdn.net/liyuanbhu/article/details/50708912

首先是直方图正规化。所谓直方图正规化。就是将图像中最暗的地方的亮度设为 0。 最亮的地方的亮度设为 255,其它的地方的亮度线性映射。

cv::Mat Histogram1D::normalize(const cv::Mat &image)
{
    // Compute histogram first
    cv::MatND hist = getHistogram(image);
    int imin, imax;
    for(imin = 0; imin < histSize[0]; imin++)
    {
        if(hist.at<float>(imin) > 0) break;
    }

    for(imax = histSize[0] - 1; imax >= 0; imax--)
    {
        if(hist.at<float>(imax) > 0) break;
    }

    cv::Mat lookup(1, 256, CV_8U);

    for(int i = 0; i < 256; i++)
    {
        if(i < imin) lookup.at<uchar>(i) = 0;
        else if(i > imax) lookup.at<uchar>(i) = 255;
        else
        {
            int v = 255 * (i - imin) / (imax - imin);
            lookup.at<uchar>(i) = static_cast<uchar>(v);
        }
    }
    cv::Mat ret;
    cv::LUT(image, lookup, ret);
    return ret;
}

然后是图像增强的一种常见方法。灰度值拉伸。简单的说就是舍弃亮度直方图中最亮和最暗的一小部分。将其余的部分拉伸到 0 到 255。

以下是代码:

cv::Mat Histogram1D::stretch(const cv::Mat &image, double percent1, double percent2)
{

    cv::MatND hist = getHistogram(image);
    int imin, imax;
    if(percent1 < 0.0) percent1 = 0.0;
    if(percent1 > 1.0) percent1 = 1.0;
    percent1 = image.rows * image.cols * percent1;
    double value = 0;
    for(imin = 0; imin < histSize[0]; imin++)
    {
        value += hist.at<float>(imin);
        if(value > percent1) break;
    }

    value = 0;
    if(percent2 < 0.0) percent2 = 0.0;
    if(percent2 > 1.0) percent2 = 1.0;
    percent2 = image.rows * image.cols * percent2;
    for(imax = histSize[0] - 1; imax >= 0; imax--)
    {
        value += hist.at<float>(imax);
        if(value > percent2) break;
    }
    //int dim = 256;
    cv::Mat lookup(1, 256, CV_8U);

    for(int i = 0; i < 256; i++)
    {
        if(i < imin) lookup.at<uchar>(i) = 0;
        else if(i > imax) lookup.at<uchar>(i) = 255;
        else
        {
            int v = 255 * (i - imin) / (imax - imin);
            lookup.at<uchar>(i) = static_cast<uchar>(v);
        }
    }
    cv::Mat ret;
    cv::LUT(image, lookup, ret);
    return ret;
}
cv::Mat Histogram1D::stretch(const cv::Mat &image, double percent)
{
    return stretch(image, percent, percent);
}

代码都很简答,就不多解释了。

以上是关于灰度图像直方图变换的一些代码的主要内容,如果未能解决你的问题,请参考以下文章

图像的点运算----底层代码与Halcon库函数

对视频剪辑应用灰度图像变换+Moviepy生成灰度视频处理遇到几个有意思的问题

图像灰度变换:直方图均衡和线性变换

opencv-python图像处理 ---直方图与傅里叶变换逆变换

图像灰度变换二值化直方图

LabVIEW图像灰度分析与变换