OpenCV Tutorial: 像素強度變換(convertTo)

像素強度變換(convertTo)

這邊介紹影像的強度變換，指的是對每個像素依序進行同樣的運算，假設r和s分別為輸入和輸出影像任一點的灰階值，可以定義為：s = T(r)，其中T為強度變換，表示輸入和輸出圖間強度的某種映射關係，強度變換可分為線性變換和非線性變換。

最基本的線性變換就是一維線性變換：x’=a*x+b

• 其中a為斜率，b為在y軸上的截距，x表示輸入影像的灰階值，x’為輸出影像的灰階值。
• 當a>1時，輸出圖像的對比度增加，當a<1時，輸出圖像的對比度減小。
• 當a=1且b!=0時，所有像素的灰階值增加或減少，使輸出圖像看起來更亮或更暗。
• 當a=-1且b=255時，輸出影像的灰階值正好反轉，因為人的視覺特性的關係，這通常用來強調暗色影像中亮度較大的細節部分。

線性強度變換可以解決整體過亮或過暗的問題，但是對細節的改善有限，非線性變換才能對細節強度改善有較明顯的效果。

---

OpenCV 影像線性變換

void Mat::convertTo(OutputArray m, int rtype, double alpha=1, double beta=0)

• m：輸出圖，如果和呼叫的Mat尺寸或型態不同，會再重新分配空間。
• rtype：指定輸出圖型態，如果為負數的話，輸出圖型態會和呼叫的Mat相同。
• alpha：選擇性的放大倍率，也就是線性變換：x’=a*x+b這個式子裡的a。
• beta：選擇性的偏移量，也就是線性變換：x’=a*x+b這個式子裡的b。
• 函式內有呼叫saturate_cast<>，避免發生overflow的現象。

---

以下示範兩種方法對影像進行線性變換，分別是自己寫的linearTrans()和OpenCV的convertTo()，兩種函式會帶來相同的結果：

#include <cstdio>#include <opencv2/opencv.hpp>using namespace cv;void linearTrans(const Mat &src, Mat &dst);int main(){    Mat src = imread("lena.jpg",CV_LOAD_IMAGE_UNCHANGED);    Mat dst1;    Mat dst2;    linearTrans(src, dst1);    src.convertTo(dst2,-1,1.5,30);    imshow("window1", src);    imshow("window2", dst1);    imshow("window3", dst2);    waitKey(0);     return 0;}void linearTrans(const Mat &src, Mat &dst){    dst.create(src.size(),src.type());    int widthLimit = src.channels() * src.cols;    for(int iH=0; iH<src.rows; iH++){        const uchar *curPtr = src.ptr<const uchar>(iH);        uchar *dstPtr = dst.ptr<uchar>(iH);        for(int iW=0; iW<widthLimit; iW++){            dstPtr[iW] = saturate_cast<uchar>(1.5*curPtr[iW]+30);        }    }}

---

---

以下為兩種較常見的非線性強度變換，分別為對數變換和伽瑪變換：

對數變換： x’ = c*log(1 + x)

• x’為輸出像素值，x為原始像素值，c為比例常數。
• 此變換可以增強圖像中較暗部分的細節，通常在傅立葉頻譜時，強度範圍非常大，直接顯示頻譜時，顯示設備的範圍往往不能滿足，進而丟失大量暗部細節，這時可以使用對數變換，將範圍進行非線性壓縮，以至於能夠清楚的顯示影像。

---

伽瑪變換：x’ = (x + esp)^r

• x’與x的範圍皆為0到1，esp為補償係數，r為伽瑪係數。
• 與對數變換不同，伽瑪變化可以根據r的不同，增強低灰度或高灰度區域的對比度。
• 當r>1時，高灰度區域對比度增強。
• 當r<1時，低灰度區域對比度增強。
• 當r=1時，此變換為線性變換。
• 伽瑪變化並不僅可以改變影像的對比度，還能增強細節，帶來整體效果的改善。

source: http://monkeycoding.com/?p=522