opencv 一種不均勻光照的補償方法

如果一張圖片中，光照不均勻，使用全局閾值時，就無法達到想要的閾值化效果。因此，不均勻光照的補償演算法研究，具有一定的意義。

當然，不均勻光照的補償方法有很多，本文只是記錄其中一種，具體效果如何，實際價值如何，還有待驗證。希望看到此博文的讀者，對不均勻光照有深入研究的，可以一起交流。

其主要思路為：

1、求取源圖I的平均灰度，並記錄rows和cols；

2、按照一定大小，分為N*M個方塊，求出每塊的平均值，得到子塊的亮度矩陣D；

3、用矩陣D的每個元素減去源圖的平均灰度，得到子塊的亮度差值矩陣E；

4、用雙立方差值法，將矩陣E差值成與源圖一樣大小的亮度分布矩陣R；

5、得到矯正後的圖像result=I-R；

好了，下面是OpenCV實現的代碼部分。其中blockSize建議取值32，當然其他值也可以試下效果

1. voidunevenLightCompensate(Mat&image,intblockSize)
2. {
3. if(image.channels()==3)cvtColor(image,image,7);
4. doubleaverage=mean(image)[0];
5. introws_new=ceil(double(image.rows)/double(blockSize));
6. intcols_new=ceil(double(image.cols)/double(blockSize));
7. MatblockImage;
8. blockImage=Mat::zeros(rows_new,cols_new,CV_32FC1);
9. for(inti=0;i<rows_new;i++)
10. {
11. for(intj=0;j<cols_new;j++)
12. {
13. introwmin=i*blockSize;
14. introwmax=(i+1)*blockSize;
15. if(rowmax>image.rows)rowmax=image.rows;
16. intcolmin=j*blockSize;
17. intcolmax=(j+1)*blockSize;
18. if(colmax>image.cols)colmax=image.cols;
19. MatimageROI=image(Range(rowmin,rowmax),Range(colmin,colmax));
20. doubletemaver=mean(imageROI)[0];
21. blockImage.at<float>(i,j)=temaver;
22. }
23. }
24. blockImage=blockImage-average;
25. MatblockImage2;
26. resize(blockImage,blockImage2,image.size(),(0,0),(0,0),INTER_CUBIC);
27. Matimage2;
28. image.convertTo(image2,CV_32FC1);
29. Matdst=image2-blockImage2;
30. dst.convertTo(image,CV_8UC1);
31. }

效果圖展示如下：

推薦閱讀：