opencv----彩色图像对比度增强

图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。

直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。

直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;

直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。

1.直方图拉伸

就是扩大将图像灰度的域值的一个过程，但是经常是基于灰度图像进行处理，以前在MATlab上对比度增强调用直方图函数就几行代码，但都是灰度图像上处理，需要在彩色图像进行处理，看别人的思想是从RGB-YUV-RGB的过程，在YUV空间增强再转回来，我跟着原理写代码，出了很多问题。详见http://blog.csdn.net/abcjennifer/article/details/7428737

/*
*@Function: Color image contrast enhancement
*@Date: 2012-4-5
*@Author: 张睿卿
*/

int ImageStretchByHistogram(IplImage *src1,IplImage *dst1)
/*************************************************
Function:      通过直方图变换进行图像增强，将图像灰度的域值拉伸到0-255
src1:               单通道灰度图像
dst1:              同样大小的单通道灰度图像
*************************************************/
{
assert(src1->width==dst1->width);
double p[256],p1[256],num[256];

memset(p,0,sizeof(p));
memset(p1,0,sizeof(p1));
memset(num,0,sizeof(num));
int height=src1->height;
int width=src1->width;
long wMulh = height * width;

//statistics
for(int x=0;x<src1->width;x++)
{
for(int y=0;y<src1-> height;y++){
uchar v=((uchar*)(src1->imageData + src1->widthStep*y))[x];
num[v]++;
}
}
//calculate probability
for(int i=0;i<256;i++)
{
p[i]=num[i]/wMulh;
}

//p1[i]=sum(p[j]);    j<=i;
for(int i=0;i<256;i++)
{
for(int k=0;k<=i;k++)
p1[i]+=p[k];
}

// histogram transformation
for(int x=0;x<src1->width;x++)
{
for(int y=0;y<src1-> height;y++){
uchar v=((uchar*)(src1->imageData + src1->widthStep*y))[x];
((uchar*)(dst1->imageData + dst1->widthStep*y))[x]= p1[v]*255+0.5;
}
}
return 0;
}

void CCVMFCView::OnYcbcrY()
{
IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1);
IplImage* Cb= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1);
IplImage* Cr = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1);
IplImage* Compile_YCbCr= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,3);
IplImage* dst1=cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,3);

int i;
cvCvtColor(workImg,dst1,CV_BGR2YCrCb);
cvSplit(dst1,Y,Cb,Cr,0);

ImageStretchByHistogram(Y,dst1);

for(int x=0;x<workImg->height;x++)
{
for(int y=0;y<workImg->width;y++)
{
CvMat* cur=cvCreateMat(3,1,CV_32F);
cvmSet(cur,0,0,((uchar*)(dst1->imageData+x*dst1->widthStep))[y]);
cvmSet(cur,1,0,((uchar*)(Cb->imageData+x*Cb->widthStep))[y]);
cvmSet(cur,2,0,((uchar*)(Cr->imageData+x*Cr->widthStep))[y]);

for(i=0;i<3;i++)
{
double xx=cvmGet(cur,i,0);
((uchar*)Compile_YCbCr->imageData+x*Compile_YCbCr->widthStep)[y*3+i]=xx;
}
}
}

cvCvtColor(Compile_YCbCr,workImg,CV_YCrCb2BGR);
m_ImageType=3;
Invalidate();
}

其中int ImageStretchByHistogram(IplImage *src1,IplImage *dst1) 是可以运行的，实现了灰度图像增强；

void CCVMFCView::OnYcbcrY() 我处理不好，只好呼唤睿卿 本人了。附上一个基于opencv已经实现灰度图像增强的代码.http://blog.csdn.net/zhaiwenjuan/article/details/6596011

#include "stdafx.h"

#include "cv.h"
#include "highgui.h"
#include
#include
int ImageStretchByHistogram(IplImage *src,IplImage *dst);

int _tmain(int argc, _TCHAR* argv[])
{
IplImage * pImg;
pImg=cvLoadImage("c:/lena.jpg",-1);

//创建一个灰度图像
IplImage* GrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 1);
IplImage* dstGrayImage = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 1);
cvCvtColor(pImg, GrayImage, CV_BGR2GRAY);
ImageStretchByHistogram(GrayImage,dstGrayImage);

cvNamedWindow( "dstGrayImage", 1 ); //创建窗口
cvNamedWindow( "GrayImage", 1 ); //创建窗口
cvShowImage( "dstGrayImage", dstGrayImage ); //显示图像
cvShowImage( "GrayImage", GrayImage ); //显示图像
cvWaitKey(0); //等待按键

cvDestroyWindow( "dstGrayImage" );//销毁窗口
cvDestroyWindow( "GrayImage" );//销毁窗口
cvReleaseImage( &pImg ); //释放图像
cvReleaseImage( &GrayImage ); //释放图像
cvReleaseImage( &dstGrayImage ); //释放图像

return 0;
}

int ImageStretchByHistogram(IplImage *src,IplImage *dst)
/*************************************************
Function:
Description:     因为摄像头图像质量差，需要根据直方图进行图像增强，
将图像灰度的域值拉伸到0-255
Calls:
Called By:
Input:           单通道灰度图像
Output:          同样大小的单通道灰度图像
Return:
Others:           http://www.xiaozhou.net/ReadNews.asp?NewsID=771 DATE:               2007-1-5
*************************************************/
{
//p[]存放图像各个灰度级的出现概率；
//p1[]存放各个灰度级之前的概率和，用于直方图变换；
//num[]存放图象各个灰度级出现的次数;

assert(src->width==dst->width);
float p[256],p1[256],num[256];
//清空三个数组
memset(p,0,sizeof(p));
memset(p1,0,sizeof(p1));
memset(num,0,sizeof(num));

int height=src->height;
int width=src->width;
long wMulh = height * width;

//求存放图象各个灰度级出现的次数
// to do use openmp
for(int x=0;x    {
for(int y=0;y        {
uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
num[v]++;
}
}

//求存放图像各个灰度级的出现概率
for(int i=0;i<256;i++)
{
p[i]=num[i]/wMulh;
}

//求存放各个灰度级之前的概率和
for(int i=0;i<256;i++)
{
for(int k=0;k<=i;k++)
p1[i]+=p[k];
}

//直方图变换
// to do use openmp
for(int x=0;x    {
for(int y=0;y        {
uchar v=((uchar*)(src->imageData + src->widthStep*y))[x];
((uchar*)(dst->imageData + dst->widthStep*y))[x]= p1[v]*255+0.5;
}
}

return 0;

}

2.既然直方图拉伸这条路走不通，只好试试，另一条，直方图均衡化了，还好我比较熟。

//图像增强- 彩色直方图均衡化
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#include"opencv2/imgproc/imgproc.hpp"

using namespace std;
//彩色图像的直方图均衡化
IplImage* EqualizeHistColorImage(IplImage *pImage)
{
IplImage *pEquaImage = cvCreateImage(cvGetSize(pImage), pImage->depth, 3);

// 原图像分成各通道后再均衡化,最后合并即彩色图像的直方图均衡化
const int MAX_CHANNEL = 4;
IplImage *pImageChannel[MAX_CHANNEL] = {NULL};

int i;
for (i = 0; i < pImage->nChannels; i++)
pImageChannel[i] = cvCreateImage(cvGetSize(pImage), pImage->depth, 1);

cvSplit(pImage, pImageChannel[0], pImageChannel[1], pImageChannel[2], pImageChannel[3]);

for (i = 0; i < pImage->nChannels; i++)
cvEqualizeHist(pImageChannel[i], pImageChannel[i]);

cvMerge(pImageChannel[0], pImageChannel[1], pImageChannel[2], pImageChannel[3], pEquaImage);

for (i = 0; i < pImage->nChannels; i++)
cvReleaseImage(&pImageChannel[i]);

return pEquaImage;
}
int main( int argc, char** argv )
{
const char *pstrWindowsSrcTitle = "原图";
const char *pstrWindowsHisEquaTitle = "直方图均衡化后"；

// 从文件中加载原图
IplImage *pSrcImage = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_UNCHANGED);
IplImage *pHisEquaImage = EqualizeHistColorImage(pSrcImage);

cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
cvNamedWindow(pstrWindowsHisEquaTitle, CV_WINDOW_AUTOSIZE);
cvShowImage(pstrWindowsSrcTitle, pSrcImage);
cvShowImage(pstrWindowsHisEquaTitle, pHisEquaImage);

cvWaitKey(0);

cvDestroyWindow(pstrWindowsSrcTitle);
cvDestroyWindow(pstrWindowsHisEquaTitle);
cvReleaseImage(&pSrcImage);
cvReleaseImage(&pHisEquaImage);
return 0;
}