基本的灰度变换

最近在学习数字图像处理,更新一些基础知识,并使用opencv和C++做复现。

基本的灰度变化就是对图像像素点做运算,使其满足我们的需求。

几种基本的灰度变换,像素点对应情况如下图所示:

 

 

1、图像反转

若原图像灰度量级【0-L-1】,则现图像每个像素点灰度为x,变化后为L-1-X。总体变换效果就是暗的变亮,量的变暗。

 

 1 void reverse(Mat src1)
 2 {
 3     Mat src(src1.size(), CV_8UC1);
 4     cvtColor(src1, src, CV_RGB2GRAY);
 5     Mat deimage(src.size(), CV_8UC1);
 6     int IMGH = src.rows;
 7     int IMGW = src.cols;
 8     uchar* p = src.data;
 9     uchar* pd = deimage.data;
10     int step = src.step;
11     for (int i = 0; i < IMGH; i++)
12     {
13         for (int j = 0; j < IMGW; j++)
14         {
15             pd[i*step + j] = 255 - p[i*step + j];
16         }
17     }
18     imshow("原图", src);
19     imwrite("原图.jpg", src);
20     imwrite("变换后图.jpg", deimage);
21     imshow("变换后图", deimage);
22     waitKey(0);
23 }

 

效果展示:

 

 

 

2、对数变换

即将像素值变为对数形式。由于对数函数的特点,该变换将较暗区域的像素值映射到较量区域,增加整体图像亮度。

 1 void logtrans(Mat src)
 2 {
 3     float hist[256];
 4     for (int i = 0; i < 256; i++)
 5     {
 6         hist[i] = log(1+i);
 7     }
 8     Mat graysrc;
 9     cvtColor(src, graysrc, CV_RGB2GRAY);
10     Mat yimage(graysrc.size(), CV_32FC1);
11     for (int i = 0; i < src.rows; i++)
12     {
13         for (int j = 0; j < src.cols; j++)
14         {
15             yimage.at<float>(i, j) = hist[graysrc.at<uchar>(i, j)];
16         }
17     }
18     Mat dst(graysrc.size(), CV_8UC1);
19     normalize(yimage, dst, 0, 255, NORM_MINMAX);
20     convertScaleAbs(dst,dst);
21     imshow("对数变换", dst);
22     imwrite("对数变换.jpg", dst);
23     waitKey(0);
24 
25 }

效果展示:

 

3、幂律变换

和对数变换相似,将像素变换为指数形式,公式为cry。不同的是可通过控制参数决定扩大较暗区域或较量区域的大小。像素变换前后值如下图:

 

 

代码略过。参照对数变换,y为5

 

 

4、分段变换与灰度分层

分段变换即将不同段的像素进行不同的像素变换。 灰度分层只每一层灰度表示不同的信息。

 

 

代码略过参照前面图,结果如下:

 

 

 

灰度分层即找到某阈值,不同灰度面代表不同的图像信息。大于阈值的设为255,小于阈值设为0,即可看出细节信息。这点到阈值分割的时候再讲。

猜你喜欢

转载自www.cnblogs.com/the-home-of-123/p/10914319.html
0条评论
添加一条新回复