• OpenCV Gamma校正 图像灰度变化


    Gamma校正(C++、OpenCV实现)

    1.作用:

           Gamma校正是对输入图像灰度值进行的非线性操作,使输出图像灰度值与输入图像灰度值呈指数关系:

    伽玛校正由以下幂律表达式定义:

      

    2.函数原型 

    1 void calcHist( const Mat* images, int nimages,
    2                const int* channels, InputArray mask,
    3                OutputArray hist, int dims, const int* histSize,
    4                const float** ranges, bool uniform=true, bool accumulate=false );
    5 //1.输入的图像数组   2.输入数组的个数             3.通道数              4.掩码                5.直方图         
    6 //6.直方图维度       7.直方图每个维度的尺寸数组   8.每一维数组的范围    9.直方图是否是均匀   10.累加标志

    参数详解:

    images:输入的图像的指针,可以是多幅图像,所有的图像必须有同样的深度(CV_8U or CV_32F)。同时一副图像可以有多个channes。

    nimages:输入图像的个数

     channels:需要统计直方图的第几通道。用来计算直方图的channes的数组。比如输入是2副图像,第一副图像有0,1,2共三个channel,第二幅图像只有0一个channel,那么输入就一共有4个channes,如果int channels[3] = {3, 2, 0},那么就表示是使用第二副图像的第一个通道和第一副图像的第2和第0个通道来计算直方图。

    3.实现:

     1 void GetGammaCorrection(Mat& src, Mat& dst, const float fGamma)
     2 {
     3     unsigned char bin[256];
     4     for (int i = 0; i < 256; ++i)
     5     {
     6         bin[i] = saturate_cast<uchar>(pow((float)(i / 255.0), fGamma) * 255.0f);
     7     }
     8     dst = src.clone();
     9     const int channels = dst.channels();
    10     switch (channels)
    11     {
    12     case 1:
    13     {
    14         MatIterator_<uchar> it, end;
    15         for (it = dst.begin<uchar>(), end = dst.end<uchar>(); it != end; it++)
    16             *it = bin[(*it)];
    17         break;
    18     }
    19     case 3:
    20     {
    21         MatIterator_<Vec3b> it, end;
    22         for (it = dst.begin<Vec3b>(), end = dst.end<Vec3b>(); it != end; it++)
    23         {
    24             (*it)[0] = bin[((*it)[0])];
    25             (*it)[1] = bin[((*it)[1])];
    26             (*it)[2] = bin[((*it)[2])];
    27         }
    28         break;
    29     }
    30     }
    31 }
    32 
    33 int main()
    34 {
    35     Mat image = imread("C:\Users\Administrator\Desktop\ir\2ir.bmp");
    36     if (image.empty())
    37     {
    38         cout << "Error: Could not load image" << endl;
    39         return 0;
    40     }
    41     
    42     Mat dst;
    43     float fGamma = 1 / 2.0;
    44     GetGammaCorrection(image, dst, fGamma);
    45     imshow("Source Image", image);
    46     imshow("Dst", dst);    
    47     std::string filename = "C:\Users\Administrator\Desktop\ir\dst2ir.bmp";
    48     cv::imwrite(filename, dst);
    49 
    50     cv::waitKey(0);
    51 
    52     return 0;
    53 }

    4.效果

    未经gamma校正和经过gamma校正保存图像信息如图: 

     

    能够观察到,未经gamma校正的情况下,低灰度时,有较大范围的灰度值被保存成同一个值,造成信息丢失;同一时候高灰度值时,非常多比較接近的灰度值却被保存成不同的值,造成空间浪费。经过gamma校正后,改善了存储的有效性和效率。

    5.原理

    •                                       
  • 相关阅读:
    线性表
    数据结构绪论
    warning: in-class initialization of non-static data member is a C++11 extension [-Wc++11-extensions]
    struct和typedef struct在c++中的用法
    struct和typedef struct在c语言中的用法
    GCC命令
    python list排序的两种方法及实例讲解
    Python随机数与随机字符串详解
    python处理Excel
    python3使用PyMysql连接mysql数据库
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/13803407.html
Copyright © 2020-2023  润新知