图片对比度增强

2024-06-13 19:58
文章标签 图片 增强 对比度

本文主要是介绍图片对比度增强,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!

简介

  本篇主要讲解利用直方图均衡化和使用模糊集合灰度变换方式来优化图片对比度,并直观显示出这两种方式下的优化效果,和优化后图片的
直方图分布情况。

直方图显示

  开始讲图片对比度优化之前,需要先了解如何直观显示出图片的直方图,该方式在本篇后续中常用到,所以提到最开始先讲。
这里直接使用opencv实现,具体代码如下:

具体代码

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv/cv.h>  using namespace cv;IplImage *DrawHistogram(CvHistogram *hist,float scaleX = 1,float scaleY = 1){float histMax = 0;cvGetMinMaxHistValue(hist,0,&histMax,0,0);IplImage *imgHist = cvCreateImage(cvSize(256*scaleX,64*scaleY),8,1);cvZero(imgHist);for(int i=0;i<255;i++){float histValue = cvQueryHistValue_1D(hist,i);float nextValue = cvQueryHistValue_1D(hist,i+1);CvPoint pt1 = cvPoint(i*scaleX,64*scaleY);CvPoint pt2 = cvPoint((i+1)*scaleX,64*scaleY);CvPoint pt3 = cvPoint((i+1)*scaleX,64*scaleY - (nextValue/histMax) * 64*scaleY);CvPoint pt4 = cvPoint(i*scaleX,64*scaleY - (histValue/histMax) * 64*scaleY);int numPts = 5;CvPoint pts[5];pts[0] = pt1;pts[1] = pt2;pts[2] = pt3;pts[3] = pt4;pts[4] = pt1;cvFillConvexPoly(imgHist,pts,numPts,cvScalar(255));}return imgHist;
}int main(int argc , char** argv){cv::Mat image;int dims = 1;int size = 256;float range[] = {0,255};float* ranges[] = {range};Mat mat;IplImage src;if(argc < 2){printf("Please input picture!\n");return -1;}mat = imread(argv[1], 0);src = mat;cvShowImage("src", &src);CvHistogram *hist = cvCreateHist(dims,&size,CV_HIST_ARRAY,ranges,1);cvClearHist(hist);IplImage *imgGray = cvCreateImage(cvGetSize(&src),8,1);cvSplit(&src,imgGray, NULL, NULL, NULL);cvCalcHist(&imgGray, hist, 0, 0);IplImage *histGray = DrawHistogram(hist);cvClearHist(hist);cvShowImage("Gray",histGray);cv::waitKey(0);return 0;
}

效果演示

  具体代码内容就不细讲了,结果显示如下:
                

直方图均衡化

  该方式的实现,网上已经有很多例子了,这里提出来讲下,是为了方便和模糊集合灰度变换方式做效果对比。

具体代码

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv/cv.h>  using namespace cv;int main(int argc , char** argv){cv::Mat image;int size = 256;Mat mat;IplImage src;int i, j, width, height;int c[size];double p[size];CvScalar s1;double max, min;if(argc < 2){printf("Please input picture!\n");return -1;}mat = imread(argv[1], 0);src = mat;imshow("src", mat);width = mat.rows;height = mat.cols;uchar* ptr = mat.ptr(0);for(i=0; i<size; i++){p[i] = 0;c[i] = 0;   }max=min=ptr[0];for(i=0; i<width; i++){for(j=0;j<height; j++){int k;s1 = cvGet2D(&src, i, j);k = (int)s1.val[0];c[k]++;if(max<s1.val[0]){max=s1.val[0];}else if(min>s1.val[0]){min=s1.val[0];}}}printf("min:%lf, max:%lf\n", min, max);for(i=0;i<size;i++){if(i > 0){p[i] += p[i - 1];}p[i] += ((double)c[i])/((double)(width*height));printf("p[%d]:%lf, c[%d]:%d\n", i, p[i], i, c[i]);}for(i=0; i<width; i++){for(j=0; j<height; j++){s1 = cvGet2D(&src, i, j);s1.val[0] = p[(int)s1.val[0]] * (max-min) + min;cvSet2D(&src, i, j, s1);}}imshow("dst", mat);imwrite("dst1.png", mat);cv::waitKey(0);return 0;
}

代码讲解

  这里只讲解下相关的核心代码:
1、找到图像中最大像素、最小像素值、同时统计出图像所有像素值在[0, 255]范围内出现的数
max=min=ptr[0];
for(i=0; i<width; i++){
for(j=0;j<height; j++){int k;s1 = cvGet2D(&src, i, j);k = (int)s1.val[0];c[k]++;if(max<s1.val[0]){max=s1.val[0];}else if(min>s1.val[0]){min=s1.val[0];}}
}
2、从0开始到255,依次叠加到当前像素数量的概率。
for(i=0;i<size;i++){
if(i > 0){p[i] += p[i - 1];
}
p[i] += ((double)c[i])/((double)(width*height));
}
3、从新在min到max范围内,根据之前统计的像素概率,重新映射调整像素值,生成新图像。
for(i=0; i<width; i++){for(j=0; j<height; j++){
s1 = cvGet2D(&src, i, j);
s1.val[0] = p[(int)s1.val[0]] * (max-min) + min;
cvSet2D(&src, i, j, s1);}
}
imshow("dst", mat);
imwrite("dst1.png", mat);

结果显示

  显示的结果如下:
                

模糊度集合变换

  接下来是看下,模糊度集合变换的实现。相关原理背景请看考<数字图像处理 第三版> 116页。
该方式的核心原理为公式:        
        
  公式中的Udark、Ugray、Ubright由对应的当前像素点,根据右边曲线图来计算获得。
Vd = 0,表示全黑;Vg = 127, 表示中间灰度;Vb = 255,表示白。Vo表示生成的结果图像当前像素值。

具体代码

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv/cv.h>  using namespace cv;#define throDark 30
#define throMid 100
#define throBright 170double getUdark(double num){double tmpUdark;if(num <= throDark){tmpUdark = 1;   }else if((num > throDark) && (num <= throMid)){tmpUdark  = ((double)(throMid - num)) / ((double)(throMid - throDark));}else{tmpUdark = 0;   }return tmpUdark;
}double getUmid(double num){double tmpUmid;if((num > throDark) && (num < throMid)){tmpUmid  = (num - throDark) / (throMid - throDark);}else if((num >= throMid) && (num < throBright)){tmpUmid  = (throBright - num) / (throBright - throMid);}else{tmpUmid = 0;    }return tmpUmid;
}double getUbright(double num){double tmpUbright;if(num <= throMid){tmpUbright = 0; }else if((num > throMid) && (num <= throBright)){tmpUbright  = (num - throMid) / (throBright - throMid);}else{tmpUbright = 1;}return tmpUbright;
}int main(int argc , char** argv){cv::Mat image;Mat mat;IplImage src;int i, j, width, height;CvScalar s1;int Uall;double tmp, Udark, Umid, Ubright;if(argc < 2){printf("Please input picture!\n");return -1;}mat = imread(argv[1], 0);src = mat;imshow("src", mat);width = mat.rows;height = mat.cols;uchar* ptr = mat.ptr(0);for(i=0; i<width; i++){for(j=0;j<height; j++){s1 = cvGet2D(&src, i, j);Udark   = getUdark(s1.val[0]);Umid    = getUmid(s1.val[0]);Ubright = getUbright(s1.val[0]);s1.val[0] = (0 * Udark + 127 * Umid + 255 * Ubright) / (Udark + Umid + Ubright);
//          printf("Udark:%lf, Umid:%lf, Ubright:%lf, s1.val[0]%lf\n", Udark, Umid, Ubright, s1.val[0]);cvSet2D(&src, i, j, s1);}}imshow("dst", mat);imwrite("dst2.png", mat);cv::waitKey(0);return 0;
}

代码讲解

  1、throDark、throMid、throBright对应的就是前面曲线图中:Udark等的阀值。曲线图中阀值为63/127/191。根据图像,这些阀值我们可以自行调整。
#define throDark 30
#define throMid 100
#define throBright 170
  2、getUdark、getUmid、getUbright三个函数通过传入的像素值,分别返回曲线图中对应的Udark,Ugray, Ubright值。
double getUdark(double num){double tmpUdark;if(num <= throDark){tmpUdark = 1;   }else if((num > throDark) && (num <= throMid)){tmpUdark  = ((double)(throMid - num)) / ((double)(throMid - throDark));}else{tmpUdark = 0;   }return tmpUdark;
}double getUmid(double num){double tmpUmid;if((num > throDark) && (num < throMid)){tmpUmid  = (num - throDark) / (throMid - throDark);}else if((num >= throMid) && (num < throBright)){tmpUmid  = (throBright - num) / (throBright - throMid);}else{tmpUmid = 0;    }return tmpUmid;
}double getUbright(double num){double tmpUbright;if(num <= throMid){tmpUbright = 0; }else if((num > throMid) && (num <= throBright)){tmpUbright  = (num - throMid) / (throBright - throMid);}else{tmpUbright = 1;}return tmpUbright;
}
  3、根据前面公式,遍历整个源图像,计算出新图像的所有像素值。
for(i=0; i<width; i++){for(j=0;j<height; j++){s1 = cvGet2D(&src, i, j);Udark   = getUdark(s1.val[0]);Umid    = getUmid(s1.val[0]);Ubright = getUbright(s1.val[0]);s1.val[0] = (0 * Udark + 127 * Umid + 255 * Ubright) / (Udark + Umid + Ubright);
//          printf("Udark:%lf, Umid:%lf, Ubright:%lf, s1.val[0]%lf\n", Udark, Umid, Ubright, s1.val[0]);cvSet2D(&src, i, j, s1);}}

结果显示

  显示的结果如下:
                

结论分析

  原图像、直方图均衡化后图像、模糊集合灰度变换后图像分别对应如下:

  

  可以感觉到,模糊集合灰度变化后的图像看起来效果更好。
具体代码下载: http://download.csdn.net/detail/u011630458/9381775

这篇关于图片对比度增强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/1058278

相关文章

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

1.前言 在10.0的系统rom定制化开发中,在进行一些平板等默认横屏的设备开发的过程中,需要在进入camera2的 时候,默认预览图像也是需要横屏显示的,在上一篇已经实现了横屏预览功能,然后发现横屏预览后,拍照保存的图片 依然是竖屏的,所以说同样需要将图片也保存为横屏图标了,所以就需要看下mtk的camera2的相关横屏保存图片功能, 如何实现实现横屏保存图片功能 如图所示: 2.mtk

Spring MVC 图片上传

引入需要的包 <dependency><groupId>commons-logging</groupId><artifactId>commons-logging</artifactId><version>1.1</version></dependency><dependency><groupId>commons-io</groupId><artifactId>commons-

Prompt - 将图片的表格转换成Markdown

Prompt - 将图片的表格转换成Markdown 0. 引言1. 提示词2. 原始版本 0. 引言 最近尝试将图片中的表格转换成Markdown格式,需要不断条件和优化提示词。记录一下调整好的提示词,以后在继续优化迭代。 1. 提示词 英文版本: You are an AI assistant tasked with extracting the content of

研究人员在RSA大会上演示利用恶意JPEG图片入侵企业内网

安全研究人员Marcus Murray在正在旧金山举行的RSA大会上公布了一种利用恶意JPEG图片入侵企业网络内部Windows服务器的新方法。  攻击流程及漏洞分析 最近,安全专家兼渗透测试员Marcus Murray发现了一种利用恶意JPEG图片来攻击Windows服务器的新方法,利用该方法还可以在目标网络中进行特权提升。几天前,在旧金山举行的RSA大会上,该Marcus现场展示了攻击流程,

恶意PNG:隐藏在图片中的“恶魔”

&lt;img src=&quot;https://i-blog.csdnimg.cn/blog_migrate/bffb187dc3546c6c5c6b8aa18b34b962.jpeg&quot; title=&quot;214201hhuuhubsuyuukbfy_meitu_1_meitu_2.jpg&quot;/&gt;&lt;/strong&gt;&lt;/span&gt;&lt;

PHP抓取网站图片脚本

方法一: <?phpheader("Content-type:image/jpeg"); class download_image{function read_url($str) { $file=fopen($str,"r");$result = ''; while(!feof($file)) { $result.=fgets($file,9999); } fclose($file); re

(入门篇)JavaScript 网页设计案例浅析-简单的交互式图片轮播

网页设计已经成为了每个前端开发者的必备技能,而 JavaScript 作为前端三大基础之一,更是为网页赋予了互动性和动态效果。本篇文章将通过一个简单的 JavaScript 案例,带你了解网页设计中的一些常见技巧和技术原理。今天就说一说一个常见的图片轮播效果。相信大家在各类电商网站、个人博客或者展示页面中,都看到过这种轮播图。它的核心功能是展示多张图片,并且用户可以通过点击按钮,左右切换图片。

matplotlib绘图中插入图片

在使用matplotlib下的pyplot绘图时,有时处于各种原因,需要采用类似贴图的方式,插入外部的图片,例如添加自己的logo,或者其他的图形水印等。 一开始,查找到的资料都是使用imshow,但是这会有带来几个问题,一个是图形的原点发生了变化,另外一个问题就是图形比例也产生了变化,当然最大的问题是图形占据了整个绘图区域,完全喧宾夺主了,与我们设想的只在绘图区域中占据很小的一块不相符。 经

react笔记 8-17 属性绑定 class绑定 引入图片 循环遍历

1、绑定属性 constructor(){super()this.state={name:"张三",title:'我是一个title'}}render() {return (<div><div>aaaaaaa{this.state.name}<div title={this.state.title}>我是一个title</div></div></div>)} 绑定属性直接使用花括号{}   注