原创 OpenCV 局部自適應對比度增強ACE算法 C++

  圖像的對比度增強算法在很多場合都有着重要的應用,特別是在醫學圖像上,這是因爲在衆多疾病的診斷中,醫學圖像的視覺檢查時很有必要的。而醫學圖像由於本身及成像條件的限制,圖像的對比度很低。因此,在這個方面已經開展了很多的研究。這種增強算法一

原创 盲目去卷積和盲目去模糊的例子

盲目去卷積和盲目去模糊,就是計算psf或濾波器核; 稍微有點效果   部分代碼: #include "common.h" #include "ImageDeblur.h" #include "helper.h" int main(int

原创 基於Python的神經網絡圖片增強庫neural-enhance

在人臉識別過程中,處理模糊圖片時。發現有一個庫neural-enhance,demo圖片顯示效果:   GitHub地址: https://github.com/alexjc/neural-enhance.git 先安裝: Ubunt

原创 OpenCV 帶參數的維納濾波 C++

下圖是OpenCV 自帶例子的修改版本。 結果: 代碼實現: #include <iostream> #include "opencv2/imgproc.hpp" #include "opencv2/imgcodecs.hpp" #

原创 OpenCV 運動模糊的模擬 C++

運動模糊時,模糊後圖片某點的值應該與原圖沿運動角度方向前面的點有關,並且越近鄰影響越大,即權值越大。所以除了確定卷積核之外,還確定了錨點(anchor) 右下角60度移動,距離50 代碼實現:   #include "opencv2/

原创 視頻圖像去模糊常用處理方法

視頻圖像去模糊常用處理方法 隨着“平安城市”的廣泛建設,各大城市已經建有大量的視頻監控系統,雖然監控系統己經廣泛地存在於銀行、商場、車站和交通路口等公共場所,但是在公安工作中,由於設備或者其他條件的限制,案情發生後的圖像回放都存在圖像不清

原创 OpenCV 陷波濾波器消除週期性噪音 C++

觀察下面圖像: 有明顯的近似水平線的噪音模式,我們希望他在頻率域內的成分沿垂直軸集中; 下圖是該圖像的譜; 將垂直軸的分量去掉,構建的陷波器如下: 原圖與結果圖對比: 濾掉的空間噪音模式:   代碼實現: #include "o

原创 OpenCV 彩色圖像的自適應中值濾波 C++

前面講過中值濾波,只要脈衝噪聲的空間密度不大,性能就會很好(根據經驗Pa和Pb小於0.2)。見 https://blog.csdn.net/cyf15238622067/article/details/87854437 下面證明 自適應中

原创 OpenCV 任意曲線(S型等)調整圖像色調,對比度小工具 C++

色調變換 改善圖像色調的變換通常交互的選擇。其概念是實驗性的調整圖像的亮度和對比度,以便在合適的灰度範圍提供最多的細節。 彩色本身並不改變。在RGB和CMYK空間中,這意味着使用相同的變換函數映射3個(或4個)彩色分量。在HSI中則改進了

原创 OpenCV 彩色圖像的直方圖均衡化、平滑和銳化 C++

前面已經介紹過灰度圖像的平滑和銳化,下面使用均值平滑和拉普拉斯銳化處理彩色圖像。 平滑結果: 平滑差異和銳化結果   代碼實現: #include "opencv2/imgproc/imgproc.hpp" #include "ope

原创 OpenCV 顏色空間RGB 到HSI CMYK的轉換 C++

從RGB 到 HSI 的空間轉換    給定一幅RGB彩色格式的圖像,每個RGB像素的H分量可用下式得到: 其中 等於 飽和度分量由下式給出: 強度分量下式得出: 上式已假定RGB歸一化到【0-1】,且角度是根據HSI空間的紅軸

原创 OpenCV 實現顏色空間轉換 C++

將RGB顏色空間轉換到Lab,修改一幅圖像的顏色;   /*  * color_transfer.cpp  *  *  Created on: May 21, 2018  *      Author: cui  */ #include <

原创 OpenCV使用陷波濾波器減少摩爾波紋 C++

陷波濾波器是更有用的選擇性濾波器。陷波濾波器拒絕事先定義的關於矩形中心的一個鄰域的頻率。 零相移濾波器必須是關於原點對稱的,因此一箇中心位於(u0,v0)的陷波在位置(-u0,-v0)必須有一個對應的陷波。 陷波帶阻濾波器可以用中心已被平

原创 OpenCV 頻率域實現鈍化模板、高提升濾波和高頻強調濾波 C++

爲什麼要進行高頻提升和高頻加強? 高頻濾波後的圖像,其背景平均強度 減小到接近黑色(因爲高通濾波器濾除 了傅里葉變換的零頻率成分: F(0,0)=f(x,y)=0) 解決辦法:把原始圖像加到過濾後的 結果,如拉普拉斯算子增強,這種處理 稱

原创 OpenCV 頻率域的拉普拉斯算子 C++

我們已使用拉普拉斯算子對空間域圖像進行了增強。現在在空間域實現它,並證明空間域和頻率域技術是等效的。 拉普拉斯算子在頻率域的實現: 或者關於頻率域的中心,使用如下濾波器實現: D(u,v)是距離函數。然後拉普拉斯圖像由下式得到: