C++OpenCV图像基本操作（七）

目录

1.图像均衡化       

2.图像卷积

3.高斯模糊

4.高斯双边模糊

---

1.图像均衡化       

         直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。

         直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。

void QuickDemo::histograme_eq_demo(Mat &image) {
	//图像均衡化只支持灰度图像
	Mat gray;
	cvtColor(image,gray, COLOR_BGR2GRAY);
	imshow("灰度图像：", gray);
	Mat dst;
	equalizeHist(gray, dst);
	imshow("直方图均衡化演示：", dst);
}

        图像均衡化以后对比度更加的清晰

2.图像卷积

      通过图像卷积使得图像变得模糊

void QuickDemo::blur_demo(Mat& image) {//卷积使得模糊
	Mat dst;
	blur(image, dst, Size(13, 13), Point(-1,-1));//卷积核3*3,卷积核的中心位置作为输出点
	imshow("图像模糊", dst);
}

3.高斯模糊

       图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。"模糊"的算法有很多种，其中有一种叫做"高斯模糊"（Gaussian Blur）。它将正态分布（又名"高斯分布"）用于图像处理。说白了就是产生一个高斯的卷积核。

       所谓"模糊"，可以理解成每一个像素都取周边像素的平均值。

     上图中，2是中间点，周边点都是1。"中间点"取"周围点"的平均值，就会变成1。在数值上，这是一种"平滑化"。在图形上，就相当于产生"模糊"效果，"中间点"失去细节。

void QuickDemo::gaussian_blur_demo(Mat &image) {
	Mat dst;
	GaussianBlur(image, dst, Size(5, 5),15);//Gaussian的窗口大小为5*5，Sigma是15
	imshow("高斯模糊", dst);
}

4.高斯双边模糊

        能在保持边界清晰的情况下有效的去除噪音。但是这种操作与其他滤波器相比会比较慢。我们已经知道高斯滤波器是求中心点邻近区域像素的高斯加权平均值。这种高斯滤波器只考虑像素之间的空间关系，而不会考虑像素值之间的关系（像素的相似度）。所以这种方法不会考虑一个像素是否位于边界。因此边界也会被模糊掉，而这正不是我们想要。
　　双边滤波同时使用空间高斯权重和灰度值相似性高斯权重。空间高斯函数确保只有邻近区域的像素对中心点有影响，灰度值相似性高斯函数确保只有与中心像素灰度值相近的才会被用来做模糊运算。所以这种方法会确保边界不会被模糊掉，因为边界处的灰度值变化比较大。

void QuickDemo::bifilter_demo(Mat &image) {
	Mat dst;
	bilateralFilter(image, dst, 0, 100, 10);
	imshow("双边模糊", dst);
}