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

Java实现将HTML文件与字符串转换为图片

《Java实现将HTML文件与字符串转换为图片》在Java开发中,我们经常会遇到将HTML内容转换为图片的需求,本文小编就来和大家详细讲讲如何使用FreeSpire.DocforJava库来实现这一功... 目录前言核心实现:html 转图片完整代码场景 1:转换本地 HTML 文件为图片场景 2:转换 H

Java实现在Word文档中添加文本水印和图片水印的操作指南

《Java实现在Word文档中添加文本水印和图片水印的操作指南》在当今数字时代,文档的自动化处理与安全防护变得尤为重要,无论是为了保护版权、推广品牌,还是为了在文档中加入特定的标识,为Word文档添加... 目录引言Spire.Doc for Java:高效Word文档处理的利器代码实战:使用Java为Wo

基于C#实现PDF转图片的详细教程

《基于C#实现PDF转图片的详细教程》在数字化办公场景中,PDF文件的可视化处理需求日益增长,本文将围绕Spire.PDFfor.NET这一工具,详解如何通过C#将PDF转换为JPG、PNG等主流图片... 目录引言一、组件部署二、快速入门:PDF 转图片的核心 C# 代码三、分辨率设置 - 清晰度的决定因

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中,我们经常需要从 W

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

利用Python脚本实现批量将图片转换为WebP格式

《利用Python脚本实现批量将图片转换为WebP格式》Python语言的简洁语法和库支持使其成为图像处理的理想选择,本文将介绍如何利用Python实现批量将图片转换为WebP格式的脚本,WebP作为... 目录简介1. python在图像处理中的应用2. WebP格式的原理和优势2.1 WebP格式与传统

基于 HTML5 Canvas 实现图片旋转与下载功能(完整代码展示)

《基于HTML5Canvas实现图片旋转与下载功能(完整代码展示)》本文将深入剖析一段基于HTML5Canvas的代码,该代码实现了图片的旋转(90度和180度)以及旋转后图片的下载... 目录一、引言二、html 结构分析三、css 样式分析四、JavaScript 功能实现一、引言在 Web 开发中,

Python如何去除图片干扰代码示例

《Python如何去除图片干扰代码示例》图片降噪是一个广泛应用于图像处理的技术,可以提高图像质量和相关应用的效果,:本文主要介绍Python如何去除图片干扰的相关资料,文中通过代码介绍的非常详细,... 目录一、噪声去除1. 高斯噪声(像素值正态分布扰动)2. 椒盐噪声(随机黑白像素点)3. 复杂噪声(如伪