【从零学习OpenCV 4】LUT查找表

小白学视觉

发布于 2019-11-30 13:55:55

7940

发布于 2019-11-30 13:55:55

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

前面介绍的阈值比较方法中只有一个阈值，如果需要与多个阈值进行比较，就需要用到显示查找表（Look-Up-Table，LUT）。LUT查找表简单来说就是一个像素灰度值的映射表，它以像素灰度值作为索引，以灰度值映射后的数值作为表中的内容。例如我们有一个长度为5的存放字符的数组，LUT查找表就是通过这个数组将0映射成a，将1映射成b，依次类推，其映射关系为。在OpenCV 4中提供了LUT()函数用于实现图像像素灰度值的LUT查找表功能，在代码清单3-20中给出了该函数的原型。

代码清单3-20 LUT()函数原型
1.  void cv::LUT(InputArray src,
2.                  InputArray lut,
3.                  OutputArray dst
4.                 )

src：输入图像矩阵，其数据类型只能是CV_8U。
lut：256个像素灰度值的查找表，单通道或者与src通道数相同。
dst：输出图像矩阵，其尺寸与src相同，数据类型与lut相同。

该函数的第一个输入参数要求的数据类型必须是CV_8U类型，但是可以是多通道的图像矩阵。第二个参数根据其参数说明可以知道输入量是一个1×256的矩阵，其中存放着每个像素灰度值映射后的数值，其形式如图3-17所示。如果第二个参数是单通道，则输入变量中的每个通道都按照一个LUT查找表进行映射；如果第二个参数是多通道，则输入变量中的第i个通道按照第二个参数的第i个通道LUT查找表进行映射。与之前的函数不同，函数输出图像的数据类型不与原图像的数据类型保持一致，而是和LUT查找表的数据类型保持一致，这是因为将原灰度值映射到新的空间中，因此需要与新空间中的数据类型保持一致。

图3-17 LUT查找表设置示例

为了体会LUT查找表处理图像后的效果，在代码清单3-21中给出通过LUT()函数将灰度图像和彩色图像分别处理的示例程序，程序中分别应用单通道和三通道的查找表对彩色图像进行映射，最终结果在图3-18中给出。

代码清单3-21 myLUT.cpp对图像进行查找表映射
1.  #include <opencv2\opencv.hpp>
2.  #include <iostream>
3.  
4.  using namespace std;
5.  using namespace cv;
6.  
7.  int main(int agrc, char** agrv)
8. {
9.    //LUT查找表第一层
10.    uchar lutFirst[256];
11.    for (int i = 0; i<256; i++)
12.    {
13.      if (i <= 100)
14.        lutFirst[i] = 0;
15.      if (i > 100 && i <= 200)
16.        lutFirst[i] = 100;
17.      if (i > 200)
18.        lutFirst[i] = 255;
19.    }
20.    Mat lutOne(1, 256, CV_8UC1, lutFirst);
21.  
22.    //LUT查找表第二层
23.    uchar lutSecond[256];
24.    for (int i = 0; i<256; i++)
25.    {
26.      if (i <= 100)
27.        lutSecond[i] = 0;
28.      if (i > 100 && i <= 150)
29.        lutSecond[i] = 100;
30.      if (i > 150 && i <= 200)
31.        lutSecond[i] = 150;
32.      if (i > 200)
33.        lutSecond[i] = 255;
34.    }
35.    Mat lutTwo(1, 256, CV_8UC1, lutSecond);
36.    
37.    //LUT查找表第三层
38.    uchar lutThird[256];
39.    for (int i = 0; i<256; i++)
40.    {
41.      if (i <= 100)
42.        lutThird[i] = 100;
43.      if (i > 100 && i <= 200)
44.        lutThird[i] = 200;
45.      if (i > 200)
46.        lutThird[i] = 255;
47.    }
48.    Mat lutThree(1, 256, CV_8UC1, lutThird);
49.  
50.    //拥有三通道的LUT查找表矩阵
51.    vector<Mat> mergeMats;
52.    mergeMats.push_back(lutOne);
53.    mergeMats.push_back(lutTwo);
54.    mergeMats.push_back(lutThree);
55.    Mat LutTree;
56.    merge(mergeMats, LutTree);
57.  
58.    //计算图像的查找表
59.    Mat img = imread("lena.png");
60.    if (img.empty())
61.    {
62.      cout << "请确认图像文件名称是否正确" << endl;
63.      return -1;
64.    }
65.  
66.    Mat gray, out0, out1, out2;
67.    cvtColor(img, gray, COLOR_BGR2GRAY);
68.    LUT(gray, lutOne, out0);
69.    LUT(img, lutOne, out1);
70.    LUT(img, LutTree, out2);
71.    imshow("out0", out0);
72.    imshow("out1", out1);
73.    imshow("out2", out2);
74.    waitKey(0);
75.    return 0;
76.  }