C++| 一维线性插值、imadjust函数

本文主要是介绍C++| 一维线性插值、imadjust函数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

前言：最近要从Matlab代码改C++代码，不能直接用Matlab生成的C代码，因为需要嵌入到已有项目中。Matlab本身有很多很方便的数学公式，但是在C++里没有相关的库的话，需要自己实现。

一维线性插值、imadjust函数

一维线性插值
- 原理
- C++代码
imadjust函数图像灰度调整
- 原理
- C++代码
思路：Matlab代码转C++

一维线性插值

原理

Matlab中的interp1函数插值类型有很多：

nearest（最邻近插值法）
linear（线性插值）
spline（三次样条插值）
cubic（三次立方插值）
pchip（三次Hermite插值）

本文编写的是linear线性插值，其实是分段线性插值，分段线性插值就是线性插值的原理。

在这里插入图片描述

从分段线性插值图像结果来看，其实就是分别对相邻两个点进行线性插值。新的x点如果落在了相邻两个点之间就用对应的线性插值计算，但是如果新的x点落在了最大和最小以外，这个可以用离得最近的两个相邻点作为线性插值的斜率计算。

C++代码

x和y是分段插值的点坐标，然后new_x是需要插值获得x坐标，new_y是插值对应的y坐标。

double* linear(double* x, double* y, int n, double* new_x, int new_n) {double* new_y;new_y = new double[new_n];double last_x = 0, last_y = 0, next_x = 0, next_y = 0;int p = 0;for (int i = 0; i < new_n; i++) {while (p < n&& new_x[i] < x[p]) {p++;if (p == n)break;}// 考虑落在最小和最大范围外的点，做特殊处理，取最近相邻的点作为线性插值的计算if (p == 0) {last_x = x[0];last_y = y[0];next_x = x[1];next_y = y[1];}else if (p == n) {last_x = x[n-2];last_y = y[n-2];next_x = x[n-1];next_y = y[n-1];}else {last_x = x[p-1];last_y = y[p-1];next_x = x[p];next_y = y[p];}new_y[i] = (new_x[i]-last_x)*((next_y - last_y) / (next_x - last_x))+last_x;}return new_y;
}

imadjust函数图像灰度调整

原理

Matlab中的imadjust函数可以对图像进行灰度调整，调用格式如下：

J=imadjust( I,[low_in;high_in],[low_out;high_out],gamma);

该函数的功能，输入图像数据I：

灰度小于low_in：low_out。
灰度大于low_in且小于high_in：灰度线性变换后，进行gamma变换。
灰度大于high_in：high_out。

结合图像来理解更为直观：
在这里插入图片描述
其中gamma变换，是一个固定的公式 $s=cr^γ$ ，在gamma为1的时候是线性变换，函数图像如下图：

C++代码

void imadjust2(unsigned char**Image,int rows,int cols, int low_in, int high_in, int low_out, int high_out, double gamma) {// gamma变换公式unsigned char gammaLut[256];double c = 1.0;for (int i = 0; i < 256; i++)gammaLut[i] = (unsigned char)(c * pow((double)i / 255.0, gamma) * 255.0);// 灰度调整double k = ((double)high_out - low_out) / (high_in - low_in);double result = 0.0;for (int i = 0; i < rows;i++) {for (int j = 0; j < cols;j++) {if (Image[i][j] <= low_in) {Image[i][j] = low_out % 255;}else if (Image[i][j] >= high_in) {Image[i][j] = high_out % 255;}else {result = k * ((double)Image[i][j] - low_in) + low_in;Image[i][j] = gammaLut[(unsigned char)result]%255;}}}
}