常用的图像增强算法

 常用图像增强算法介绍

转自：http://blog.csdn.net/kezunhai/article/details/41553097

1、对数图像增强算法

      对数图像增强是图像增强的一种常见方法，其公式为： S = c log(r+1)，其中c是常数（以下算法c=255/(log(256)），这样可以实现整个画面的亮度增大。

[cpp] view
plain copy

 





void LogEnhance(IplImage* img, IplImage* dst)  

{  

    // 由于oldPixel:[1,256],则可以先保存一个查找表  

    uchar lut[256] ={0};  

  

    double temp = 255/log(256);  

  

    for ( int i =0; i<255; i++)  

    {  

        lut[i] = (uchar)(temp* log(i+1)+0.5);  

    }  

  

    for( int row =0; row <img->height; row++)  

    {  

        uchar *data = (uchar*)img->imageData+ row* img->widthStep;  

        uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  

  

        for ( int col = 0; col<img->width; col++)  

        {  

            for( int k=0; k<img->nChannels; k++)  

            {  

                uchar t1 = data[col*img->nChannels+k];                 

                dstData[col*img->nChannels+k] = lut[t1];  

            }  

        }         

    }     

}  

2、指数图像增强算法

      指数图像增强的表达为：S = cR^r，通过合理的选择c和r可以压缩灰度范围，算法以c=1.0/255.0, r=2实现。

[cpp] view
plain copy

 





void ExpEnhance(IplImage* img, IplImage* dst)  

{  

    // 由于oldPixel:[1,256],则可以先保存一个查找表  

    uchar lut[256] ={0};  

  

    double temp = 1.0/255.0;  

  

    for ( int i =0; i<255; i++)  

    {  

        lut[i] = (uchar)(temp*i*i+0.5);  

    }  

  

    for( int row =0; row <img->height; row++)  

    {  

        uchar *data = (uchar*)img->imageData+ row* img->widthStep;  

        uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  

  

        for ( int col = 0; col<img->width; col++)  

        {  

            for( int k=0; k<img->nChannels; k++)  

            {  

                uchar t1 = data[col*img->nChannels+k];                 

                dstData[col*img->nChannels+k] = lut[t1];  

            }  

        }         

    }     

}  

3、加Masaic算法

        在日常中有时候保密或其他需要将图像马赛克，下面的算法实现图像马赛克功能（原理：用中心像素来表示邻域像素）。

[cpp] view
plain copy

 





uchar getPixel( IplImage* img, int row, int col, int k)  

{  

    return ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k];  

}  

  

void setPixel( IplImage* img, int row, int col, int k, uchar val)  

{  

    ((uchar*)img->imageData + row* img->widthStep)[col*img->nChannels +k] = val;  

}  

[cpp] view
plain copy

 





// nSize:为尺寸大小，奇数  

// 将邻域的值用中心像素的值替换  

void Masic(IplImage* img, IplImage* dst, int nSize)  

{  

    int offset = (nSize-1)/2;  

    for ( int row = offset; row <img->height - offset; row= row+offset)  

    {  

        for( int col= offset; col<img->width - offset; col = col+offset)  

        {  

            int val0 = getPixel(img, row, col, 0);  

            int val1 = getPixel(img, row, col, 1);  

            int val2 = getPixel(img, row, col, 2);  

            for ( int m= -offset; m<offset; m++)  

            {  

                for ( int n=-offset; n<offset; n++)  

                {  

                    setPixel(dst, row+m, col+n, 0, val0);  

                    setPixel(dst, row+m, col+n, 1, val1);  

                    setPixel(dst, row+m, col+n, 2, val2);  

                }  

            }  

        }  

    }  

}  

4、曝光过度问题处理

      对于曝光过度问题，可以通过计算当前图像的反相（255-image)，然后取当前图像和反相图像的较小者为当前像素位置的值。

[cpp] view
plain copy

 





// 过度曝光原理：图像翻转，然后求原图与反图的最小值  

void ExporeOver(IplImage* img, IplImage* dst)  

{  

    for( int row =0; row <img->height; row++)  

    {  

        uchar *data = (uchar*)img->imageData+ row* img->widthStep;  

        uchar *dstData = (uchar*)dst->imageData+ row* dst->widthStep;  

  

        for ( int col = 0; col<img->width; col++)  

        {  

            for( int k=0; k<img->nChannels; k++)  

            {  

                uchar t1 = data[col*img->nChannels+k];  

                uchar t2 = 255 - t1;  

                dstData[col*img->nChannels+k] = min(t1,t2);  

            }  

        }         

    }  

}  

5、高反差保留

      高反差保留主要是将图像中颜色、明暗反差较大两部分的交界处保留下来，比如图像中有一个人和一块石头，那么石头的轮廓线和人的轮廓线以及面部、服装等有明显线条的地方会变被保留，儿其他大面积无明显明暗变化的地方则生成中灰色。其表达形式为：dst = r*(img - Blur(img))。

[cpp] view
plain copy

 





Mat HighPass(Mat img)  

{  

    Mat temp;  

    GaussianBlur(img, temp,Size(7,7),1.6,1.6);  

  

    int r=3;      

    Mat diff = img + r*(img-temp); //高反差保留算法  

    return diff;  

}  

测试代码：

[cpp] view
plain copy

 





int main(int argc, char* argv[])  

{  

    const char* Path = "E:\\22.bmp";  

    IplImage *img = cvLoadImage(Path,CV_LOAD_IMAGE_ANYCOLOR);  

    IplImage *dst = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);  

  

    cout<<"输入你要选择的操作："<<endl;  

    cout<<"1、曝光过度"<<endl;  

    cout<<"2、加马赛克"<<endl;  

    cout<<"3、对数增强"<<endl;  

    cout<<"4、指数增强"<<endl;  

    cout<<"请输入你的选择:";  

  

    int choice = 1;  

  

    cin>>choice;  

    switch (choice)  

    {  

    case 1:   

        ExporeOver(img, dst);     

        break;  

    case 2:   

        Masic(img, dst, 21);  

        break;  

    case 3:   

        LogEnhance(img, dst);  

        break;  

    case 4:  

        ExpEnhance(img, dst);  

        break;  

    default:  

        cout<<"输入错误"<<endl;  

        break;              

    }  

      

  

    cvSaveImage("E:\\dst.jpg",dst);  

  

    cvNamedWindow("SRC",1);  

    cvNamedWindow("DST", 1);  

    cvShowImage("SRC", img);  

    cvShowImage("DST", dst);  

    cvWaitKey();  

    return 0;  

}