灰度图像增强

先看基于模板的

1.

3x3

1/9

1/9

1/9

1/9

1/9

1/9

1/9

1/9

1/9

这个模板很明显,就是把当前像素的值用周围的像素值的平均值代替,产生模糊效果

// 模糊处理

void ImageProcess::BlurImage(CImage* srcImage,CImage* outImage, int blurType)

...{

    CWaitCursor WaitCursor;

//设置进度条范围

    ((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(int x = 0;x < srcImage->GetWidth();x++)

...{

//设置当前进度

        ((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(int y = 0;y < srcImage->GetHeight();y++)

...{

int r = 0,g = 0,b = 0;

for(int col = -blurType;col <= blurType;col++)

...{

for(int row = -blurType;row <= blurType;row++)

...{

                    COLORREF pixel;

//防止越界

if( (x+row) < 0 ||(x+row) >= srcImage->GetWidth() ||

                        (y+col) < 0 || (y+col) >= srcImage->GetHeight())

                        pixel = srcImage->GetPixel(x,y);

else

                        pixel = srcImage->GetPixel(x + row,y + col);

                    r += GetRValue(pixel);

                    g += GetGValue(pixel);

                    b += GetBValue(pixel);

                }

            }

//取平均值

int blocks = (blurType*2 + 1)*(blurType*2 + 1);

            r /= blocks;

            g /= blocks;

            b /= blocks;

//写回图像

            outImage->SetPixelRGB(x,y,r,g,b);

        }

    }

}

同样,也有5x5,7x5等等的模板,模板越大,处理后的图像就越模糊

 2.

0

-1

0

-1

4

-1

0

-1

0

这是另一种模板,是为了增强当前像素与周围像素的差别,产生的效果就是:锐化 此时的模板叫Laplacian模板,当然,这不是唯一的一种形式,例如:

-1 -2 -1

0   0   0

1   2   1

-1   0   1

-2   0   2

-1   0   1

是两种简化运算的近似效果,可以取得更快的处理速度

// 锐化图像

void ImageProcess::SharpImage(CImage* srcImage,CImage* outImage, int sharpType)

...{

int Laplacian[3][9] =

...{

...{0,-1,0,-1,4,-1,0,-1,0},

...{-1,-2,-1,0,0,0,1,2,1},

...{-1,0,1,-2,0,2,-1,0,1}

    };

    CWaitCursor WaitCursor;

//设置进度条范围

    ((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(int x = 0;x < srcImage->GetWidth();x++)

...{

//设置当前进度

        ((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(int y = 0;y < srcImage->GetHeight();y++)

...{

int r = 0,g = 0,b = 0,index = 0;;

for(int col = -1;col <= 1;col++)

...{

for(int row = -1;row <= 1;row++)

...{

                    COLORREF pixel;

//防止越界

if( (x+row) < 0 ||(x+row) >= srcImage->GetWidth() ||

                        (y+col) < 0 || (y+col) >= srcImage->GetHeight())

                        pixel = srcImage->GetPixel(x,y);

else

                        pixel = srcImage->GetPixel(x + row,y + col);

                    r += GetRValue(pixel) * Laplacian[sharpType][index];

                    g += GetGValue(pixel) * Laplacian[sharpType][index];

                    b += GetBValue(pixel) * Laplacian[sharpType][index];

                    index++;

                }

            }

//增强

            COLORREF pixel = srcImage->GetPixel(x,y);

//r += GetRValue(pixel);

//g += GetGValue(pixel);

//b += GetBValue(pixel);

//处理颜色值溢出

            r = (r > 255) ? 255 : r;

            r = (r < 0) ? 0 : r;

            g = (g > 255) ? 255 : g;

            g = (g < 0) ? 0 : g;

            b = (b > 255) ? 255 : b;

            b = (b < 0) ? 0 : b;

//写回图像

            outImage->SetPixelRGB(x,y,r,g,b);

        }

    }

}

3.基本的灰度变换 这应该是最简单的变换了,s=f(x,y),s为处理后的像素颜色值,而f(x,y)是什么函数,就决定了处理效果 如: 图像反转:s=L-1-r,常用于医学上的透视图的处理 对数变换:s=cLog(1+r),可以扩展被压缩的高值图像中的暗像素 幂次变换:s=cr^γ,这就是传说中的伽马校正! 代码示例,仅有对数变换,其它同理

// 对数变换

void ImageProcess::LogTransform(CImage* srcImage, CImage* outImage, int c)

...{

    CWaitCursor WaitCursor;

//设置进度条范围

    ((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(int x = 0;x < srcImage->GetWidth();x++)

...{

//设置当前进度

        ((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(int y = 0;y < srcImage->GetHeight();y++)

...{

int r = 0,g = 0,b = 0;

            COLORREF pixel = srcImage->GetPixel(x,y);

            r = GetRValue(pixel);

            g = GetGValue(pixel);

            b = GetBValue(pixel);

            r = (int)(c * log(1.0f + r));

            g = (int)(c * log(1.0f + g));

            b = (int)(c * log(1.0f + b));

//处理颜色值溢出

            r = (r > 255) ? 255 : r;

            r = (r < 0) ? 0 : r;

            g = (g > 255) ? 255 : g;

            g = (g < 0) ? 0 : g;

            b = (b > 255) ? 255 : b;

            b = (b < 0) ? 0 : b;

//写回图像

            outImage->SetPixelRGB(x,y,r,g,b);

        }

    }

}

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券