數字圖像處理編成入門筆記——第五章直方圖修正和彩色變換

5.1 反色

1.定義： 反色(invert)就是形成底片效果。

2.用途： 當黑色區域佔比較大區域時，可以利用反色，節省打印的墨。

3.做法：反色的實際含義是將R、G、B值反轉。

1）真彩圖。真彩圖不帶調色板，每個象素用3個字節，表示R、G、B三個分量。所以處理很簡單，把反轉後的R、G、B值寫入新圖即可。

2）帶調色板的彩色圖。只需要將調色板中的顏色反轉，形成新調色板，而位圖數據不用動，就能夠實現反轉。

3）灰度圖，是一種特殊的僞彩色圖，所以反轉的處理和上面講的一樣。

注：二值圖不一定是黑白圖，其實在調色板中是黑色和藍色兩種，但通常情況下是黑白圖。

 

5.2 彩色圖轉灰度圖

1.定義：YUV的顏色表示方法，在這種表示方法中，Y分量的物理含義就是亮度，它含了灰度圖的所有信息，只用Y分量就完全能夠表示出一幅灰度圖來。

我們利用上式，根據R、G、B的值求出Y值後，將R、G、B值都賦值成Y，就能表示出灰度圖來，這就是彩色圖轉灰度圖的原理。

 

2.做法：

1）真彩圖。根據R、G、B的值求出Y值後，將R、G、B值都賦值成Y，寫入新圖即可。由於改成灰度圖後，是必須帶一個256色的調色板，並把圖像中的內容改變爲對調色板的索引值。

2）彩色圖。我們只需要將調色板中的彩色變成灰度，形成新調色板，而位圖數據不用動，就可以了。

 

 

5.3 真彩圖轉256色圖

1.定義：真彩圖能表示2^24種顏色，就是要從中挑選出256種顏色。

 

2.做法：

1)準備長度爲4096的數組——用於存儲4096種顏色的信息；

2）統計這4096種顏色在圖中的使用頻率。對圖中的每一個象素，取R、G、B的最高四位，拼成一個12位的整數，該整數值對應的數組元素加1。

3）排除數組值爲0的元素；

4）根據數組值從大到小排序；

5）取前256種顏色的數組信息，作爲調色板上的256種顏色；

6）將圖像內容數據改寫爲調色板的索引值。對圖中每個像素取R,G,B的高4位，拼成一個12位整數，到調色板中查找，如果存在，則填入對應的索引值；如果不存在，則利用最小平方誤差在調色板中查找替換顏色的索引值。

注：最小平方誤差，即：（red1 – red2）^2+（green1 – green2）^2+（blue1 – blue2）^2中最小的一個。可以先對第256種以後的顏色計算替換顏色索引值，再更改圖像內容數據。

 

5.4 對比度擴展

1. 低對比度：即灰度都擠在一起，沒有拉開。假設有一幅圖，由於成象時光照不足，使得整幅圖偏暗(例如，灰度範圍從0到63)；或者成象時光照過強，使得整幅圖偏亮(例如，灰度範圍從200到255)。

2. 灰度擴展：把你所感性趣的灰度範圍拉開，使得該範圍內的象素，亮的越亮，暗的越暗。

 

3. 做法：根據以下公式計算出新的灰度值：

  

g_old表示原圖的灰度值，g_new表示g_old經過對比度擴展後得到了新的灰度值。g_1old和g_2old表示原圖中要進行對比度擴展的範圍，g_1new和g_2new表示對應的新值。

我們假設a=c，這樣，我們只要給出b，g1old和g2old，就可以求出

a=(255-b(g2old-g1old))/(255-(g2old-g1old))

要注意的是，給出的三個參數必須滿：(1) b*(g2old-g1old)<=255；(2) (g2old-g1old)<=255。

 

5.5 削波

1. 定義：是對比度擴展的特例，即a=c=0。

2. 做法：只要給出g1old和g2old兩個值，運用方程：b(g_2old-g_1old)=255計算出b值，並帶入上節的公式中求得新圖的灰度值即可。

 

5.6 閾值化

1. 定義：是削波的特例，即g1old=g2old。

2. 做法：閾值就象個門檻，比它大就是白，比它小就是黑。

3. 作用：是一種常用的將圖像轉換成黑白二值圖的方法。

 

5.7 灰度窗口變換

1 .定義：灰度窗口變換是將某一區間的灰度級和其它部分(背景)分開。

2. 種類：

1）清除背景：把不在灰度窗口範圍內的象素都賦值爲0，在灰度窗口範圍內的象素都賦值爲255，這也能實現灰度圖的二值化；

2）保留背景：把不在灰度窗口範圍內的象素保留原灰度值，在灰度窗口範圍內的象素都賦值爲255。

3. 應用領域：電影特技處理（例如：“藍幕”技術）。

 

5.8 灰度直方圖統計

1.定義：用來統計圖像灰度分佈情況。，圖中的橫座標表示灰度值，縱座標表示該灰度值出現的次數(頻率)。

 

5.9 灰度直方圖均衡化

1. 直方圖修正，就是通過一個灰度映射函數G_new=F(G_old)，將原灰度直方圖改造成你所希望的直方圖。

2. 直方圖均衡化是一種最常用的直方圖修正。它是把給定圖象的直方圖分佈改造成均勻直方圖分佈。直觀地講，直方圖均衡化導致圖象的對比度增加。//？？感覺像降低對比度。

3. 做法：

1）用一個數組s記錄Pi分佈的概率，即灰度i出現的次數與總的點數之比；

2）i從1開始，令s[i]=s[i]+s[i-1]；

3）用一個數組L記錄新的調色板索引值，即令L[i]=s[i]×(10-1)；

4）計算新調色板的灰度值。

for (i = 0; i < EquaScale; i++) {

       Gray=(int)(i*255.0/(EquaScale-1));   //？？超級不理解爲什麼是這樣算的。

… …

｝

5）通過數組L結果，調整圖像實際數據內的調色板索引值。

 

  終於找到自己感興趣圖像處理出入了，嘻嘻，就是做電影特效處理！真的很帥也，有時間去找點這方面的資料看看，加油~