java opencv处理对比度 opencv提高对比度

转载

lingyuli 2024-03-12 17:59:08

文章标签 java opencv处理对比度数据数据类型缩放 文章分类 Java 后端开发

/*
txwtech
OpenCV07调整图像的亮度和对比度
图像变换可以看作如下：
- 像素变换 – 点操作
- 邻域操作 – 区域
调整图像亮度和对比度属于像素变换-点操作
g(i,j)=af(i,j)+b，其中a(alpha)>0,b(beta)是增益变量
f(i,j)表示一个像素点
a:对比度
b:亮度，数值越大，亮度越高
API:
Mat new_image = Mat::zeros( image.size(), image.type() );
创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0
saturate_cast<uchar>(value)确保值大小范围为0~255之间
Mat.at<Vec3b>(y,x)[index]=value 给每个像素点每个通道赋值

//float color_b = src.at<Vec3f>(row, col)[0];
//float color_g = src.at<Vec3f>(row, col)[1];
//float color_r = src.at<Vec3f>(row, col)[2];
/*
OpenCV Error: Assertion failed (((((sizeof(size_t)<<28)|0x8442211) >>
((DataType<_Tp>::depth) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at, file
d:\opencv3\opencv\build\include\opencv2\core\mat.inl.hpp, line 919
报错，Mat src的图像是uchar,所以应该是src.at<Vec3b>,如果需要使用src.converTo转换为Vec3f的数据
CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());

convertTo的用法 src.convertTo(dst, type, scale, shift) img参数为图像数据来源，其类型为Mat。
注意也不是所有格式的Mat型数据都能被使用保存为图片，目前OpenCV主要只支持单通道和3通道的图像，
并且此时要求其深度为8bit和16bit无符号(即CV_16U)，所以其他一些数据类型是不支持的，比如说float型等。
如果Mat类型数据的深度和通道数不满足上面的要求，则需要使用convertTo()函数和cvtColor()函数来进行转换。
convertTo()函数负责转换数据类型不同的Mat，即可以将类似float型的Mat转换到imwrite()函数能够接受的类型。
而cvtColor()函数是负责转换不同通道的Mat，因为该函数的第4个参数就可以设置目的Mat数据的通道数
（只是我们一般没有用到它，一般情况下这个函数是用来进行色彩空间转换的）。
另外也可以不用imwrite()函数来存图片数据，可以直接用通用的XML IO接口函数将数据存在XML或者YXML中。
缩放并转换到另外一种
数据类型：
dst：目的矩阵；
type：需要的输出矩阵类型，或者更明确的，是输出矩阵的深度，如果是负值（常用-1）则输出矩阵和输入矩阵类型相同；
scale:比例因子；
shift：将输入数组元素按比例缩放后添加的值；
dst(i)=src(i)xscale+(shift,shift,...)
如果scale=1，shift=0，则不进行比例缩放。
如果输入数组与输出数组的类型相同，则函数可以被用于缩放和平移矩阵或图像；
————————————————
在OpenCv中，使用Mat存图像，有专门的数据类型一般的图像文件格式使用的是 Unsigned 8bits吧，CvMat矩阵对应的参数类型就是 CV_8UC1，CV_8UC2，CV_8UC3。其中 U代表 Unsigned 无符号、C代表CvMat 后面的数字代表通道数（最后的1、2、3表示通道数，譬如RGB3通道就用CV_8UC3）

而float 是32位的，对应CvMat数据结构参数就是：CV_32FC1，CV_32FC2，CV_32FC3... double是64bits，对应CvMat数据结构参数：CV_64FC1，CV_64FC2，CV_64FC3等。

7.OpenCV 源代码中的定义： typedef Vec <uchar, 2> Vec2b; Vec2b—表示每个Vec2b对象中,可以存储2个char(字符型)数据 Vec3b—表示每一个Vec3b对象中,可以存储3个char(字符型)数据,比如可以用这样的对象,去存储RGB图像中的 Vec4b—表示每一个Vec4b对象中,可以存储4个字符型数据,可以用这样的类对象去存储—4通道RGB+Alpha的图
遍历方法就是用 at 其中现需要把模板类T 变成Vec4b

for (int i = 0; i < img.rows; i++) {

for (int j = 0; j < img.cols; j++) {

//Mat::at()取值或改变某点的像素值比较耗时，可以采用Mat的模板子类Mat_<T>

//Mat类中的at方法作用：用于获取图像矩阵某点的值或改变某点的值。

double temp = img.at<Vec4b>(i, j)[3] / 255.0;

mat.at<Vec4b>(i, j)[0] = (1 - temp)*back_img.at<Vec4b>(i, j)[0] + temp *img.at<Vec4b>(i, j)[0];

mat.at<Vec4b>(i, j)[1] = (1 - temp)*back_img.at<Vec4b>(i, j)[1] + temp *img.at<Vec4b>(i, j)[1];

mat.at<Vec4b>(i, j)[2] = (1 - temp)*back_img.at<Vec4b>(i, j)[2] + temp *img.at<Vec4b>(i, j)[2];

mat.at<Vec4b>(i, j)[3] = (1 - temp)*back_img.at<Vec4b>(i, j)[3] + temp *img.at<Vec4b>(i, j)[3];

}

java opencv处理对比度 opencv提高对比度_缩放

/*
txwtech
OpenCV07调整图像的亮度和对比度
图像变换可以看作如下：
- 像素变换 – 点操作
- 邻域操作 – 区域
调整图像亮度和对比度属于像素变换-点操作
g(i,j)=af(i,j)+b，其中a(alpha)>0,b(beta)是增益变量
f(i,j)表示一个像素点
a:对比度
b:亮度，数值越大，亮度越高
API:
Mat new_image = Mat::zeros( image.size(), image.type() );  
创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0
saturate_cast<uchar>(value)确保值大小范围为0~255之间
Mat.at<Vec3b>(y,x)[index]=value 给每个像素点每个通道赋值

//float color_b = src.at<Vec3f>(row, col)[0];
//float color_g = src.at<Vec3f>(row, col)[1];
//float color_r = src.at<Vec3f>(row, col)[2];
/*
OpenCV Error: Assertion failed (((((sizeof(size_t)<<28)|0x8442211) >>
((DataType<_Tp>::depth) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at, file
d:\opencv3\opencv\build\include\opencv2\core\mat.inl.hpp, line 919
报错，Mat src的图像是uchar,所以应该是src.at<Vec3b>,如果需要使用src.converTo转换为Vec3f的数据
CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());

convertTo的用法 src.convertTo(dst, type, scale, shift)  img参数为图像数据来源，其类型为Mat。 
注意也不是所有格式的Mat型数据都能被使用保存为图片，目前OpenCV主要只支持单通道和3通道的图像，
并且此时要求其深度为8bit和16bit无符号(即CV_16U)，所以其他一些数据类型是不支持的，比如说float型等。 
如果Mat类型数据的深度和通道数不满足上面的要求，则需要使用convertTo()函数和cvtColor()函数来进行转换。
convertTo()函数负责转换数据类型不同的Mat，即可以将类似float型的Mat转换到imwrite()函数能够接受的类型。
而cvtColor()函数是负责转换不同通道的Mat，因为该函数的第4个参数就可以设置目的Mat数据的通道数
（只是我们一般没有用到它，一般情况下这个函数是用来进行色彩空间转换的）。 
另外也可以不用imwrite()函数来存图片数据，可以直接用通用的XML IO接口函数将数据存在XML或者YXML中。  
缩放并转换到另外一种
数据类型： 
dst：目的矩阵； 
type：需要的输出矩阵类型，或者更明确的，是输出矩阵的深度，如果是负值（常用-1）则输出矩阵和输入矩阵类型相同； 
scale:比例因子；
shift：将输入数组元素按比例缩放后添加的值； 
dst(i)=src(i)xscale+(shift,shift,...)  
如果scale=1，shift=0，则不进行比例缩放。 
如果输入数组与输出数组的类型相同，则函数可以被用于缩放和平移矩阵或图像；
————————————————
在OpenCv中，使用Mat存图像，有专门的数据类型 一般的图像文件格式使用的是 Unsigned 8bits吧，CvMat矩阵对应的参数类型就是 CV_8UC1，CV_8UC2，CV_8UC3。 其中 U代表 Unsigned 无符号、C代表CvMat 后面的数字代表通道数 （最后的1、2、3表示通道数，譬如RGB3通道就用CV_8UC3）

而float 是32位的，对应CvMat数据结构参数就是：CV_32FC1，CV_32FC2，CV_32FC3... double是64bits，对应CvMat数据结构参数：CV_64FC1，CV_64FC2，CV_64FC3等。

7.OpenCV 源代码中的定义： typedef Vec <uchar, 2> Vec2b; Vec2b—表示每个Vec2b对象中,可以存储2个char(字符型)数据 Vec3b—表示每一个Vec3b对象中,可以存储3个char(字符型)数据,比如可以用这样的对象,去存储RGB图像中的 Vec4b—表示每一个Vec4b对象中,可以存储4个字符型数据,可以用这样的类对象去存储—4通道RGB+Alpha的图
遍历方法就是 用 at 其中现需要 把模板类T 变成Vec4b

for (int i = 0; i < img.rows; i++) {

for (int j = 0; j < img.cols; j++) {

//Mat::at()取值或改变某点的像素值比较耗时，可以采用Mat的模板子类Mat_<T>

//Mat类中的at方法作用：用于获取图像矩阵某点的值或改变某点的值。

double temp = img.at<Vec4b>(i, j)[3] / 255.0;

mat.at<Vec4b>(i, j)[0] = (1 - temp)*back_img.at<Vec4b>(i, j)[0] + temp *img.at<Vec4b>(i, j)[0];

mat.at<Vec4b>(i, j)[1] = (1 - temp)*back_img.at<Vec4b>(i, j)[1] + temp *img.at<Vec4b>(i, j)[1];

mat.at<Vec4b>(i, j)[2] = (1 - temp)*back_img.at<Vec4b>(i, j)[2] + temp *img.at<Vec4b>(i, j)[2];

mat.at<Vec4b>(i, j)[3] = (1 - temp)*back_img.at<Vec4b>(i, j)[3] + temp *img.at<Vec4b>(i, j)[3];

}

}

*/
#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main(int argc, char * argv[])
{
	Mat src;
	Mat src_Vec3f;
	Mat dst2;
	src = imread("E:/pictures/test1.jpg");
	if (!src.data)
	{
		printf("failed to load img");
		return -1;
	}
	char source_window[] = "source_img";
	namedWindow(source_window,CV_WINDOW_AUTOSIZE);
	imshow(source_window,src);
	//vector<int> veci;
	//veci.push_back(1);
	int height = src.rows;
	int width = src.cols;
	dst2 = Mat::zeros(src.size(),src.type());
	float alpha = 1.2;//对比度
	float beta = 30;//增强的亮度
	src.convertTo(src_Vec3f,CV_32F,1.0,0.0);//uchar转换成float
	for (int row = 0; row < height; row++)
	{
		for (int col = 0; col < width; col++)
		{
			if(src.channels()==3)
			{
				//float color_b = src.at<Vec3f>(row, col)[0];
				//float color_g = src.at<Vec3f>(row, col)[1];
				//float color_r = src.at<Vec3f>(row, col)[2];
				/*
				OpenCV Error: Assertion failed (((((sizeof(size_t)<<28)|0x8442211) >>
				((DataType<_Tp>::depth) & ((1 << 3) - 1))*4) & 15) == elemSize1()) in cv::Mat::at, file
				d:\opencv3\opencv\build\include\opencv2\core\mat.inl.hpp, line 919
				报错，Mat src的图像是uchar,所以应该是src.at<Vec3b>,如果需要使用src.converTo转换为Vec3f的数据
				CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());
				*/

				//如下使用方法就是正确的
				/*float color_b = src_Vec3f.at<Vec3f>(row, col)[0];
				float color_g = src_Vec3f.at<Vec3f>(row, col)[1];
				float color_r = src_Vec3f.at<Vec3f>(row, col)[2];*/
				
				
				float color_b = src.at<Vec3b>(row, col)[0];
				float color_g = src.at<Vec3b>(row, col)[1];
				float color_r = src.at<Vec3b>(row, col)[2];
				dst2.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(color_b*alpha+beta);
				dst2.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(color_g*alpha + beta);
				dst2.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(color_r*alpha+beta);
			}
			else if (src.channels() == 1)
			{
				float v = src.at<uchar>(row,col);
				dst2.at<uchar>(row, col) = saturate_cast<uchar>(v*alpha+beta);
			}
			
		}
	}
	char out_caption[] = "saturate and light result";
	namedWindow(out_caption,CV_WINDOW_AUTOSIZE);
	imshow(out_caption,dst2);
		
	waitKey(0);
	return 0;
}

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。