从昨天折腾到今天。再折腾下去我都要上主楼了
大致和灰度图均衡是一样的,主要是不能像平滑什么的直接对R,G,B三个分量进行。这样出来的图像时没法看的。因此我们要对亮度进行均衡。而HSI彩色空间中的分量I代表图像的亮度,和图像的彩色信息无关,所以它是我们perfect的折腾对象。
一、首先,就是把图像从RGB空间转换到HSI空间。原理我就很懒的截图了:
1 void RGBtoHSI(float r,float g,float b,float *h,float *s,float *i) 2 { 3 float pi = 3.1415926; 4 float temp = sqrt((r-g)*(r-g)+(r-b)*(g-b)); 5 temp = temp > 0?temp:0.01; 6 if(b<=g) 7 *h = acos(((r-g+r-b)/2.0)/temp); 8 else 9 *h = 2*pi - acos(((r-g+r-b)/2.0)/temp);10 temp = r+g+b>0?r+g+b:0.01;11 *s = 1.0-(3.0/temp)*min(r,g,b);12 *i = (r+g+b)/3.0;13 }
二、当然在进行直方图均衡以后我们还要把HSI转换回RGB,要不然我不知道怎么把它画出来。原理还是截图如下:
| | |
代码如下:
1 void HSItoRGB(float h,float s,float i,float *r,float *g,float *b) 2 { 3 float pi = 3.1415926; 4 float otz =2*pi / 3; 5 if(h >=0 && h < otz) 6 { 7 *b = i*(1.0-s); 8 *r = i*(1.0+(s*cos(h))/(cos(pi/3.0-h))); 9 *g = 3.0*i-(*b+*r);10 }11 else if(h >= otz && h < 2 * otz)12 {13 *r = i*(1-s);14 *g = i*(1+(s*cos(h-otz))/(cos(pi -h)));15 *b = 3*i-(*g+*r);16 }17 else18 {19 *g = i*(1-s);20 *b = i*(1+(s*cos(h-otz*2))/(cos(5*pi/6-h)));21 *r = 3*i-(*g+*b);22 }23 }
第四行定义的otz这个变量就代表2pi/3,即120度,其实有了变量pi完全可以把它省略掉的。
最主要的注意就是除法中除数不能为零,所以第5行和第10行对于即将作为除数的temp都有个判断,其他的照着公式打就可了。头文件里要包含#include "cmath"。
三、最后对分量I进行直方图均衡,基本和对灰度图像进行直方图均衡时一样的步骤,然后再调用上面的HSItoRGB()函数把图像转回到RGB空间画出来就好了。最最最最最最最重要的一天(这个bug我调了很久)就是从HSI转回到RGB空间的时候分量R,G,B的值有可能超过255,一定要修改成255,见下面代码的73~75行!要不出来的图像会吓死你。
代码如下:
1 void MainWindow::on_action_color_zhifang_triggered() 2 { 3 width = image_png.width(); 4 height = image_png.height(); 5 grayImg = QImage(width,height,QImage::Format_ARGB32); 6 7 //存放HSI空间分量的结构体 8 typedef struct HSI{ 9 float h;10 float s;11 float i;12 }hsi;13 14 //申请一个二维结构体数组,存放每个像素转换到HSI空间后三分量的值15 hsi **p = new hsi*[height];16 for(int i = 0;i < height;i++)17 p[i] = new hsi[height];18 19 //遍历图像,调用函数RGBtoHSI()转换到HSI空间20 float max = 0;21 for(int i = 0;i < width;i++)22 {23 for(int j = 0;j < height;j ++)24 {25 QRgb rgb = image_png.pixel(i,j);26 RGBtoHSI(qRed(rgb),qGreen(rgb),qBlue(rgb),&p[i][j].h,&p[i][j].s,&p[i][j].i);27 max = max > p[i][j].i?max:p[i][j].i;28 }29 }30 //qDebug()<<= n;i++)40 II[i] = 0;41 42 //计算频率,即nk43 for(int i = 0;i < width;i++)44 {45 for(int j = 0;j < height;j ++)46 {47 II[(int)(p[i][j].i+0.5)]++;48 }49 }50 51 //计算每个数量级出现的概率52 for(int i = 0;i <= n;i++)53 {54 IIPro[i] = (II[i]*1.0)/(width*height);55 }56 57 //概率累加并计算均值58 IITemp[0] = IIPro[0];59 for(int i = 1;i <= n;i++)60 {61 IITemp[i] = IITemp[i-1]+IIPro[i];62 63 IIJun[i]= n*IITemp[i];64 }65 for(int i=0;i 255?255:(int)(r+0.5);74 g = g > 255?255:(int)(g+0.5);75 b = b > 255?255:(int)(b+0.5);76 grayImg.setPixel(i,j,qRgb(r,g,b));77 }78 }79 80 update();81 }
实现的效果如下图所示,左边是原图,右边是亮度均衡后的图像:
http://www.cnblogs.com/DemonEdge/p/3422381.html
http://www.cnblogs.com/jianxinzhou/p/4086806.html 网络神经
http://www.cnblogs.com/easymind223/p/3462195.html hsv 拉升
http://baike.baidu.com/view/2969062.htm?from_id=852&type=syn&fromtitle=HDR&fr=aladdin hdr alg