基于动态阈值的白平衡算法 照片校色

2024-06-08 18:32

本文主要是介绍基于动态阈值的白平衡算法 照片校色,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!

话不多说,原理见上一篇博客,结果耶很好,直接贴代码:


/*这个是基于动态阈值的自动白平衡算法做的照片颜色校正的程序*/
/*Automatic White Balance Method*/
/*输入包含照片名字的txt文本,输出加前缀的较色后的照片*/
/*时间:2015.8.24*/
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/face.hpp>
#include <opencv2/xphoto/white_balance.hpp>
#include <opencv2/xphoto.hpp>
#include <opencv2/imgproc/imgproc.hpp>  
#include <iostream>  
#include <vector>  
using namespace std;
using namespace cv;
double baidianave(Mat frame,int n)
{  int a[256];for (int i=0;i<256;i++){a[i]=0;}double sum=0;double ave;for (int i=0;i<n;i++){int d=frame.at<double>(0,i);a[d]++;}int n0=255;for (int k=255;k>0;k--){sum+=a[k];if (sum>frame.rows*frame.cols/10){break;}n0--;}sum=0;for (int i=n0;i<256;i++){sum+=a[i]*i;}ave=sum/(frame.rows*frame.cols/10);return ave;
}
double baidianave(Mat frame)
{ int a[256];
//cvZero(a);for (int i=0;i<256;i++){a[i]=0;}double sum=0;double ave;for (int i=0;i<frame.rows;i++){for (int j=0;j<frame.cols;j++){int d=(int)frame.at<uchar>(i,j);a[d]++;}}int n0=255;for (int k=255;k>0;k--){sum+=a[k];if (sum>frame.rows*frame.cols/10){break;}n0--;}sum=0;for (int i=n0;i<256;i++){sum+=a[i]*i;}ave=sum/(frame.rows*frame.cols/10);return ave;}int main(int argc, char* argv[])
{if (2 != argc) {cout << "Please enter the image list!" <<endl;return -1;}vector<string>  file_names;FILE *file_list =  fopen(argv[1],"r");char buf[255];memset(&buf,0,sizeof(buf));while(fgets(buf,255,file_list)){if(buf[strlen(buf)-1] == '\n') buf[strlen(buf)-1] = '\0';file_names.push_back(string(buf));}fclose(file_list);int count = file_names.size();for(int  i=0; i<count; i++){string img_nm = file_names[i];string img_mask = "c2" + img_nm;int pos = img_nm.rfind('.');string img_fmt = img_nm.substr(pos+1);if("jpg" != img_fmt){cout << "Unknown format: " << img_fmt << endl;continue;}Mat frame= imread(img_nm,1);// cout<<frame.rows<<"  "<<frame.cols<<endl;// cvShowImage("处理前图像",frame);int heightyiban=frame.rows;int widthyiban=frame.cols;double Mb,Db;//图像分成四部分,每部分Cb的均值和均方差double Mr,Dr;//Cr的均值和均方差	Mat imageYCrCb =  Mat::zeros(frame.size(), CV_8UC3);Mat imageCb = Mat::zeros(frame.size(), CV_8UC1);Mat imageCr = Mat::zeros(frame.size(), CV_8UC1);Mat imageY = Mat::zeros(frame.size(), CV_8UC1);cvtColor(frame,imageYCrCb,CV_BGR2YCrCb); std::vector<cv::Mat>ybr(imageYCrCb.channels());split(imageYCrCb,ybr);Mat imageb=Mat::zeros(frame.size(), CV_8UC1);Mat imagec=Mat::zeros(frame.size(), CV_8UC1);ybr[1].copyTo(imageb);ybr[2].copyTo(imagec);Mat  savg,sfangcha;//全局scalar 变量用来放平均值和方差meanStdDev(ybr[2],savg,sfangcha);Mb=savg.at<double>(0);Db=sfangcha.at<double>(0);//求出第一部分cb的均值和均方差meanStdDev(ybr[1],savg,sfangcha);Mr=savg.at<double>(0);// cout<<"Mr:  "<<Mr[0]<<endl;Dr=sfangcha.at<double>(0);;//求出第一部分cr的均值和均方差// cout<<"Dr:  "<<Dr[0]<<endl;double b,c;if (Mb<0)//计算mb+db*sign(mb){ b=Mb+Db*(-1);}elseb=Mb+Db;if (Mr<0)//计算1.5*mr+dr*sign(mb);{c=1.5*Mr+Dr*(-1);}elsec=1.5*Mr+Dr;double Ymax=baidianave(ybr[0]);//下面是对第一部分进行白点的选择Mat Bbaidian=Mat::zeros(1,6000000,CV_64FC1);Mat Gbaidian=Mat::zeros(1,6000000,CV_64FC1);Mat Rbaidian=Mat::zeros(1,6000000,CV_64FC1);//CvScalar s1;int n1=0;// cout<<"b[0]:   "<<b[0]<<"  c[0]:  "<<c[0]<<endl;for (int i=0;i<heightyiban;i++){for (int j=0;j<widthyiban;j++){if (((ybr[2].at<uchar>(i,j)-b)<(1.5*Db))&&((ybr[1].at<uchar>(i,j)-c)<(1.5*Dr))){double d1=frame.at<Vec3b>(i,j)[0];Bbaidian.at<double>(0,n1)=d1;double d2=frame.at<Vec3b>(i,j)[1];Gbaidian.at<double>(0,n1)=d2;double d3=frame.at<Vec3b>(i,j)[2];Rbaidian.at<double>(0,n1)=d3;n1++;}}}double Bave1=baidianave(Bbaidian,n1);double Gave1=baidianave(Gbaidian,n1);double Rave1=baidianave(Rbaidian,n1);// cout<<"Bave1:  "<<Bave1<<"    Gave1:  "<<Gave1<<"      Rave1:   "<<Rave1<<"  Ymax:  "<<Ymax<<endl;double Bgain1=Ymax/(Bave1);double Ggain1=Ymax/(Gave1);double Rgain1=Ymax/(Rave1);// cout<<Bgain1<<"  "<<Ggain1<<"  "<<Rgain1<<endl; for (int i=0;i<heightyiban;i++){for (int j=0;j<widthyiban;j++){int tb=Bgain1*frame.at<Vec3b>(i,j)[0];int tg=Ggain1*frame.at<Vec3b>(i,j)[1];int tr=Rgain1*frame.at<Vec3b>(i,j)[2];if (tb>255){tb=255;}if (tg>255){tg=255;}if (tr>255){tr=255;}				frame.at<Vec3b>(i,j)[0]=tb;frame.at<Vec3b>(i,j)[1]=tg;frame.at<Vec3b>(i,j)[2]=tr;}}imwrite(img_mask.c_str(),frame);		cout<<"Finish!"<<endl;}return 0;
}


这篇关于基于动态阈值的白平衡算法 照片校色的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1042971

相关文章

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

VUE动态绑定class类的三种常用方式及适用场景详解

《VUE动态绑定class类的三种常用方式及适用场景详解》文章介绍了在实际开发中动态绑定class的三种常见情况及其解决方案,包括根据不同的返回值渲染不同的class样式、给模块添加基础样式以及根据设... 目录前言1.动态选择class样式(对象添加:情景一)2.动态添加一个class样式(字符串添加:情

SpringCloud配置动态更新原理解析

《SpringCloud配置动态更新原理解析》在微服务架构的浩瀚星海中,服务配置的动态更新如同魔法一般,能够让应用在不重启的情况下,实时响应配置的变更,SpringCloud作为微服务架构中的佼佼者,... 目录一、SpringBoot、Cloud配置的读取二、SpringCloud配置动态刷新三、更新@R

如何用Python绘制简易动态圣诞树

《如何用Python绘制简易动态圣诞树》这篇文章主要给大家介绍了关于如何用Python绘制简易动态圣诞树,文中讲解了如何通过编写代码来实现特定的效果,包括代码的编写技巧和效果的展示,需要的朋友可以参考... 目录代码:效果:总结 代码:import randomimport timefrom math

Java中JSON字符串反序列化(动态泛型)

《Java中JSON字符串反序列化(动态泛型)》文章讨论了在定时任务中使用反射调用目标对象时处理动态参数的问题,通过将方法参数存储为JSON字符串并进行反序列化,可以实现动态调用,然而,这种方式容易导... 需求:定时任务扫描,反射调用目标对象,但是,方法的传参不是固定的。方案一:将方法参数存成jsON字

.NET利用C#字节流动态操作Excel文件

《.NET利用C#字节流动态操作Excel文件》在.NET开发中,通过字节流动态操作Excel文件提供了一种高效且灵活的方式处理数据,本文将演示如何在.NET平台使用C#通过字节流创建,读取,编辑及保... 目录用C#创建并保存Excel工作簿为字节流用C#通过字节流直接读取Excel文件数据用C#通过字节

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个