灰度图像增强

先看基于模板的

1.

3x3

1/9	1/9	1/9
1/9	1/9	1/9
1/9	1/9	1/9

这个模板很明显，就是把当前像素的值用周围的像素值的平均值代替，产生模糊效果

//模糊处理
voidImageProcess::BlurImage(CImage*srcImage,CImage*outImage,intblurType)
...{
CWaitCursorWaitCursor;
//设置进度条范围
((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(intx=0;x<srcImage->GetWidth();x++)
...{
//设置当前进度
((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(inty=0;y<srcImage->GetHeight();y++)
...{
intr=0,g=0,b=0;
for(intcol=-blurType;col<=blurType;col++)
...{
for(introw=-blurType;row<=blurType;row++)
...{
COLORREFpixel;
//防止越界
if((x+row)<0||(x+row)>=srcImage->GetWidth()||
(y+col)<0||(y+col)>=srcImage->GetHeight())
pixel=srcImage->GetPixel(x,y);
else
pixel=srcImage->GetPixel(x+row,y+col);
r+=GetRValue(pixel);
g+=GetGValue(pixel);
b+=GetBValue(pixel);
}
}
//取平均值
intblocks=(blurType*2+1)*(blurType*2+1);
r/=blocks;
g/=blocks;
b/=blocks;
//写回图像
outImage->SetPixelRGB(x,y,r,g,b);
}
}
}

同样，也有5x5,7x5等等的模板，模板越大，处理后的图像就越模糊

2.

0	-1	0
-1	4	-1
0	-1	0

这是另一种模板，是为了增强当前像素与周围像素的差别，产生的效果就是：锐化
此时的模板叫Laplacian模板，当然，这不是唯一的一种形式，例如：

-1-2-1

0 0 0

1 2 1

-1 0 1

-2 0 2

-1 0 1

是两种简化运算的近似效果，可以取得更快的处理速度

//锐化图像
voidImageProcess::SharpImage(CImage*srcImage,CImage*outImage,intsharpType)
...{
intLaplacian[3][9]=
...{
...{0,-1,0,-1,4,-1,0,-1,0},
...{-1,-2,-1,0,0,0,1,2,1},
...{-1,0,1,-2,0,2,-1,0,1}
};
CWaitCursorWaitCursor;
//设置进度条范围
((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(intx=0;x<srcImage->GetWidth();x++)
...{
//设置当前进度
((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(inty=0;y<srcImage->GetHeight();y++)
...{
intr=0,g=0,b=0,index=0;;
for(intcol=-1;col<=1;col++)
...{
for(introw=-1;row<=1;row++)
...{
COLORREFpixel;
//防止越界
if((x+row)<0||(x+row)>=srcImage->GetWidth()||
(y+col)<0||(y+col)>=srcImage->GetHeight())
pixel=srcImage->GetPixel(x,y);
else
pixel=srcImage->GetPixel(x+row,y+col);
r+=GetRValue(pixel)*Laplacian[sharpType][index];
g+=GetGValue(pixel)*Laplacian[sharpType][index];
b+=GetBValue(pixel)*Laplacian[sharpType][index];
index++;
}
}

//增强
COLORREFpixel=srcImage->GetPixel(x,y);
//r+=GetRValue(pixel);
//g+=GetGValue(pixel);
//b+=GetBValue(pixel);

//处理颜色值溢出
r=(r>255)?255:r;
r=(r<0)?0:r;
g=(g>255)?255:g;
g=(g<0)?0:g;
b=(b>255)?255:b;
b=(b<0)?0:b;

//写回图像
outImage->SetPixelRGB(x,y,r,g,b);
}
}
}

3.基本的灰度变换
这应该是最简单的变换了，s=f(x,y)，s为处理后的像素颜色值，而f(x,y)是什么函数，就决定了处理效果
如：
图像反转：s=L-1-r，常用于医学上的透视图的处理
对数变换：s=cLog(1+r)，可以扩展被压缩的高值图像中的暗像素
幂次变换：s=cr^γ，这就是传说中的伽马校正！
代码示例，仅有对数变换，其它同理

//对数变换
voidImageProcess::LogTransform(CImage*srcImage,CImage*outImage,intc)
...{
CWaitCursorWaitCursor;
//设置进度条范围
((CMainFrame*)AfxGetMainWnd())->SetProgressRange(0,srcImage->GetWidth());

for(intx=0;x<srcImage->GetWidth();x++)
...{
//设置当前进度
((CMainFrame*)AfxGetMainWnd())->SetProgressPos(x);

for(inty=0;y<srcImage->GetHeight();y++)
...{
intr=0,g=0,b=0;
COLORREFpixel=srcImage->GetPixel(x,y);
r=GetRValue(pixel);
g=GetGValue(pixel);
b=GetBValue(pixel);
r=(int)(c*log(1.0f+r));
g=(int)(c*log(1.0f+g));
b=(int)(c*log(1.0f+b));

//处理颜色值溢出
r=(r>255)?255:r;
r=(r<0)?0:r;
g=(g>255)?255:g;
g=(g<0)?0:g;
b=(b>255)?255:b;
b=(b<0)?0:b;

//写回图像
outImage->SetPixelRGB(x,y,r,g,b);
}
}
}