龙岗做手机网站,windows建立网站,沈阳网站制作公司哪家好,龙岩微信小程序定制【欢迎关注编码小哥#xff0c;学习更多实用的编程方法和技巧】
1、基本方法---线性变换
// 亮度和对比度调整
cv::Mat adjustBrightnessContrast(const cv::Mat src, double alpha, int beta) {cv::Mat dst;src.convertTo(dst, -1, alpha, beta);return dst;
}// 使用…【欢迎关注编码小哥学习更多实用的编程方法和技巧】
1、基本方法---线性变换
// 亮度和对比度调整
cv::Mat adjustBrightnessContrast(const cv::Mat src, double alpha, int beta) {cv::Mat dst;src.convertTo(dst, -1, alpha, beta);return dst;
}// 使用示例
cv::Mat image cv::imread(image.jpg);
cv::Mat brightened adjustBrightnessContrast(image, 1.0, 50); // 增加亮度
cv::Mat darkened adjustBrightnessContrast(image, 1.0, -50); // 降低亮度
cv::Mat increased_contrast adjustBrightnessContrast(image, 1.5, 0); // 增加对比度
2、通道分离调整
cv::Mat adjustChannelBrightness(const cv::Mat src) {// 分离BGR通道std::vectorcv::Mat channels;cv::split(src, channels);// 调整蓝色通道亮度channels[0] channels[0] * 1.2 30;// 重新合并通道cv::Mat result;cv::merge(channels, result);return result;
}
3、查找表方法
cv::Mat createBrightnessLUT(double contrast, int brightness) {cv::Mat lookupTable(1, 256, CV_8U);uchar* lut lookupTable.ptr();for (int i 0; i 256; i) {// 对比度和亮度调整公式lut[i] cv::saturate_castuchar(contrast * i brightness);}return lookupTable;
}// 应用LUT
cv::Mat applyLUTAdjustment(const cv::Mat src, double contrast, int brightness) {cv::Mat lookupTable createBrightnessLUT(contrast, brightness);cv::Mat result;cv::LUT(src, lookupTable, result);return result;
}
4、高级对比度增强
cv::Mat enhanceContrast(const cv::Mat src) {cv::Mat dst;// 直方图均衡化if (src.channels() 1) {// 灰度图cv::equalizeHist(src, dst);} else {// 彩色图转换到YUV空间cv::Mat yuv;cv::cvtColor(src, yuv, cv::COLOR_BGR2YUV);// 仅均衡化亮度通道std::vectorcv::Mat channels;cv::split(yuv, channels);cv::equalizeHist(channels[0], channels[0]);// 合并通道cv::merge(channels, yuv);cv::cvtColor(yuv, dst, cv::COLOR_YUV2BGR);}return dst;
}
5、伽马校正 cv::Mat gammaCorrection(const cv::Mat src, double gamma 1.0) {cv::Mat dst;// 归一化cv::Mat normalized;src.convertTo(normalized, CV_32F, 1.0/255);// 伽马变换cv::pow(normalized, gamma, dst);// 还原到0-255dst dst * 255;dst.convertTo(dst, CV_8U);return dst;
}// 使用示例
cv::Mat gammaEnhanced1 gammaCorrection(image, 0.5); // 变亮
cv::Mat gammaEnhanced2 gammaCorrection(image, 2.0); // 变暗
6、自适应对比度增强
cv::Mat adaptiveContrastEnhancement(const cv::Mat src) {cv::Mat lab;cv::cvtColor(src, lab, cv::COLOR_BGR2Lab);// 分离通道std::vectorcv::Mat channels;cv::split(lab, channels);// 限制对比度自适应直方图均衡化(CLAHE)cv::Ptrcv::CLAHE clahe cv::createCLAHE(2.0, cv::Size(8, 8));clahe-apply(channels[0], channels[0]);// 合并通道cv::merge(channels, lab);cv::Mat result;cv::cvtColor(lab, result, cv::COLOR_Lab2BGR);return result;
}
7、通用图像增强类
class ImageEnhancer {
private:cv::Mat image;public:ImageEnhancer(const cv::Mat src) : image(src.clone()) {}// 线性变换cv::Mat linearTransform(double contrast 1.0, int brightness 0) {cv::Mat dst;image.convertTo(dst, -1, contrast, brightness);return dst;}// 伽马校正cv::Mat gammaCorrection(double gamma 1.0) {cv::Mat normalized, corrected;image.convertTo(normalized, CV_32F, 1.0/255);cv::pow(normalized, gamma, corrected);corrected corrected * 255;cv::Mat result;corrected.convertTo(result, CV_8U);return result;}// 自适应对比度增强cv::Mat adaptiveCLAHE() {cv::Mat lab;cv::cvtColor(image, lab, cv::COLOR_BGR2Lab);std::vectorcv::Mat channels;cv::split(lab, channels);cv::Ptrcv::CLAHE clahe cv::createCLAHE(2.0, cv::Size(8, 8));clahe-apply(channels[0], channels[0]);cv::merge(channels, lab);cv::Mat result;cv::cvtColor(lab, result, cv::COLOR_Lab2BGR);return result;}
};// 使用示例
cv::Mat image cv::imread(image.jpg);
ImageEnhancer enhancer(image);cv::Mat brightened enhancer.linearTransform(1.0, 50);
cv::Mat gammaEnhanced enhancer.gammaCorrection(0.5);
cv::Mat adaptiveEnhanced enhancer.adaptiveCLAHE();
8、完整示例
int main() {// 读取图像cv::Mat image cv::imread(image.jpg);// 创建增强器ImageEnhancer enhancer(image);// 多种增强方法cv::Mat result1 enhancer.linearTransform(1.2, 30); // 增加亮度和对比度cv::Mat result2 enhancer.gammaCorrection(0.8); // 伽马校正cv::Mat result3 enhancer.adaptiveCLAHE(); // 自适应对比度增强// 显示结果cv::imshow(Original, image);cv::imshow(Brightened and Enhanced, result1);cv::imshow(Gamma Corrected, result2);cv::imshow(Adaptive CLAHE, result3);cv::waitKey(0);return 0;
}
注意事项
使用cv::saturate_cast防止溢出注意数据类型转换考虑图像通道数处理边界情况性能优化
性能建议
使用cv::Mat操作替代逐像素遍历利用OpenCV的矩阵运算对于大图像考虑并行处理使用cv::cuda进行GPU加速
