基本的灰度变换

基本的灰度变换
最近在学习数字图像处理，更新⼀些基础知识，并使⽤opencv和C++做复现。

基本的灰度变化就是对图像像素点做运算，使其满⾜我们的需求。

⼏种基本的灰度变换，像素点对应情况如下图所⽰：
1、图像反转
若原图像灰度量级【0-L-1】，则现图像每个像素点灰度为x,变化后为L-1-X。

总体变换效果就是暗的变亮，量的变暗。

1void reverse(Mat src1)
2 {
3 Mat src(src1.size(), CV_8UC1);
4 cvtColor(src1, src, CV_RGB2GRAY);
5 Mat deimage(src.size(), CV_8UC1);
6int IMGH = src.rows;
7int IMGW = src.cols;
8 uchar* p = src.data;
9 uchar* pd = deimage.data;
10int step = src.step;
11for (int i = 0; i < IMGH; i++)
12 {
13for (int j = 0; j < IMGW; j++)
14 {
15 pd[i*step + j] = 255 - p[i*step + j];
16 }
17 }
18 imshow("原图", src);
19 imwrite("原图.jpg", src);
20 imwrite("变换后图.jpg", deimage);
21 imshow("变换后图", deimage);
22 waitKey(0);
23 }
效果展⽰：
2、对数变换
即将像素值变为对数形式。

由于对数函数的特点，该变换将较暗区域的像素值映射到较量区域，增加整体图像亮度。

1void logtrans(Mat src)
2 {
3float hist[256];
4for (int i = 0; i < 256; i++)
5 {
6 hist[i] = log(1+i);
7 }
8 Mat graysrc;
9 cvtColor(src, graysrc, CV_RGB2GRAY);
10 Mat yimage(graysrc.size(), CV_32FC1);
11for (int i = 0; i < src.rows; i++)
12 {
13for (int j = 0; j < src.cols; j++)
14 {
15 yimage.at<float>(i, j) = hist[graysrc.at<uchar>(i, j)];
16 }
17 }
18 Mat dst(graysrc.size(), CV_8UC1);
19 normalize(yimage, dst, 0, 255, NORM_MINMAX);
20 convertScaleAbs(dst,dst);
21 imshow("对数变换", dst);
22 imwrite("对数变换.jpg", dst);
23 waitKey(0);
24
25 }
效果展⽰：
3、幂律变换
和对数变换相似，将像素变换为指数形式，公式为cr y。

不同的是可通过控制参数决定扩⼤较暗区域或较量区域的⼤⼩。

像素变换前后值如下图：
代码略过。

参照对数变换，y为5
4、分段变换与灰度分层
分段变换即将不同段的像素进⾏不同的像素变换。

灰度分层只每⼀层灰度表⽰不同的信息。

代码略过参照前⾯图，结果如下：
灰度分层即找到某阈值，不同灰度⾯代表不同的图像信息。

⼤于阈值的设为255，⼩于阈值设为0，即可看出细节信息。

这点到阈值分割的时候再讲。