作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

实现原理

PS中的阴影命令是一种用于校正由强逆光而形成剪影的照片的方法。在用其他方式采光的图像中，这种调整也可用于使阴影区域变亮。要实现图像的阴影调整，首先要识别出阴影区；再通过对阴影区的色彩进行一定变换，使其达到提光或者暗化效果；最后也是最重要的，就是对阴影区和非阴影区的边缘作平滑处理。

下方介绍具体流程。

具体流程

1）读取识别图像的原图，并转灰度图，再归一化。

// 生成灰度图
cv::Mat gray = cv::Mat::zeros(input.size(), CV_32FC1);
cv::Mat f = input.clone();
f.convertTo(f, CV_32FC3);
vector<cv::Mat> pics;
split(f, pics);
gray = 0.299f*pics[2] + 0.587*pics[2] + 0.114*pics[0];
gray = gray / 255.f;

2）确定阴影区。因为我们要识别阴影，所以thresh通过(1-gray)*(1-gray)，得到的图像中原本暗的地方则为亮，取平均值当阈值，进行二值化得到掩膜mask。

// 确定阴影区
cv::Mat thresh = cv::Mat::zeros(gray.size(), gray.type());
thresh = (1.0f - gray).mul(1.0f - gray);
// 取平均值作为阈值
Scalar t = mean(thresh);
cv::Mat mask = cv::Mat::zeros(gray.size(), CV_8UC1);
mask.setTo(255, thresh >= t[0]);

3）对掩膜区边缘进行平滑过渡。假设light为50，那么midrate的掩膜区值为1.5，黑色区为1，过渡区为1~1.5；bright的掩膜区为0.125，黑色区为0，过渡区为0~0.125。

// 参数设置
int max = 4;
float bright = light / 100.0f / max;
float mid = 1.0f + max * bright;// 边缘平滑过渡
cv::Mat midrate = cv::Mat::zeros(input.size(), CV_32FC1);
cv::Mat brightrate = cv::Mat::zeros(input.size(), CV_32FC1);
for (int i = 0; i < input.rows; ++i)
{uchar *m = mask.ptr<uchar>(i);float *th = thresh.ptr<float>(i);float *mi = midrate.ptr<float>(i);float *br = brightrate.ptr<float>(i);for (int j = 0; j < input.cols; ++j){if (m[j] == 255){mi[j] = mid;br[j] = bright;}else {mi[j] = (mid - 1.0f) / t[0] * th[j]+ 1.0f;   br[j] = (1.0f / t[0] * th[j])*bright;               }}
}

4）根据midrate和brightrate，进行阴影区提亮。对非阴影区而言，midrate都为1，brightrate都为0，即没有变化；对阴影区而言，midrate都为1.5，brightrate都为0.125，所以色彩数值均有所增加，带来了提亮效果；对边缘地区，midrate和brightrate起到了很好的过渡作用。

注意：temp要进行数值限制，假设temp大于1，则进行uchar处理后数值会因为类型原因产生突变，那么图像也就变成了五颜六色。

// 阴影提亮，获取结果图
cv::Mat result = cv::Mat::zeros(input.size(), input.type());
for (int i = 0; i < input.rows; ++i)
{float *mi = midrate.ptr<float>(i);float *br = brightrate.ptr<float>(i);uchar *in = input.ptr<uchar>(i);uchar *r = result.ptr<uchar>(i);for (int j = 0; j < input.cols; ++j){for (int k = 0; k < 3; ++k){float temp = pow(float(in[3 * j + k]) / 255.f, 1.0f / mi[j])*(1.0 / (1 - br[j]));if (temp > 1.0f)temp = 1.0f;if (temp < 0.0f)temp = 0.0f;uchar utemp = uchar(255*temp);r[3 * j + k] = utemp;}}
}

C++测试代码

#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;cv::Mat Shadow(cv::Mat input, int light);int main()
{cv::Mat src = imread("test2.jpg");int light = 50;cv::Mat result = Shadow(src,light);imshow("original", src);imshow("result", result);waitKey(0);return 0;
}// 图像阴影选取
cv::Mat Shadow(cv::Mat input, int light)
{// 生成灰度图cv::Mat gray = cv::Mat::zeros(input.size(), CV_32FC1);cv::Mat f = input.clone();f.convertTo(f, CV_32FC3);vector<cv::Mat> pics;split(f, pics);gray = 0.299f*pics[2] + 0.587*pics[2] + 0.114*pics[0];gray = gray / 255.f;// 确定阴影区cv::Mat thresh = cv::Mat::zeros(gray.size(), gray.type()); thresh = (1.0f - gray).mul(1.0f - gray);// 取平均值作为阈值Scalar t = mean(thresh);cv::Mat mask = cv::Mat::zeros(gray.size(), CV_8UC1);mask.setTo(255, thresh >= t[0]);// 参数设置int max = 4;float bright = light / 100.0f / max;float mid = 1.0f + max * bright;// 边缘平滑过渡cv::Mat midrate = cv::Mat::zeros(input.size(), CV_32FC1);cv::Mat brightrate = cv::Mat::zeros(input.size(), CV_32FC1);for (int i = 0; i < input.rows; ++i){uchar *m = mask.ptr<uchar>(i);float *th = thresh.ptr<float>(i);float *mi = midrate.ptr<float>(i);float *br = brightrate.ptr<float>(i);for (int j = 0; j < input.cols; ++j){if (m[j] == 255){mi[j] = mid;br[j] = bright;}else {mi[j] = (mid - 1.0f) / t[0] * th[j]+ 1.0f;   br[j] = (1.0f / t[0] * th[j])*bright;               }}}// 阴影提亮，获取结果图cv::Mat result = cv::Mat::zeros(input.size(), input.type());for (int i = 0; i < input.rows; ++i){float *mi = midrate.ptr<float>(i);float *br = brightrate.ptr<float>(i);uchar *in = input.ptr<uchar>(i);uchar *r = result.ptr<uchar>(i);for (int j = 0; j < input.cols; ++j){for (int k = 0; k < 3; ++k){float temp = pow(float(in[3 * j + k]) / 255.f, 1.0f / mi[j])*(1.0 / (1 - br[j]));if (temp > 1.0f)temp = 1.0f;if (temp < 0.0f)temp = 0.0f;uchar utemp = uchar(255*temp);r[3 * j + k] = utemp;}}}return result;
}

测试效果

从测试效果中可以看出，阴影区随light变化而产生亮度变化，当light为正值时，阴影区有明显提亮效果；反之，则变更暗。

如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！

OpenCV-图像阴影调整相关推荐

opencv 图像阴影检测
opencv 图像阴影检测 GarfieldEr007 2017-01-09 原文参数说明: IplImage *workImg-当前全局变量,表示正在显示的图片. downleft, upri ...
Python+Opencv图像处理新手入门教程(二)：颜色空间转换，图像大小调整，灰度直方图
一步一步来吧上一节:Python+Opencv图像处理新手入门教程(一):介绍,安装与起步 1.什么是图像对于计算机而言,图像的本质是一个由像素点构成的矩阵. 例如我们用肉眼很容易分辨一辆汽车的后 ...
基于opencv的图像阴影消除车辆变道检测
基于opencv的图像阴影消除详细代码在这!!! 最大滤波 def max_filtering(N, I_temp):wall = np.full((I_temp.shape[0]+(N//2)*2 ...
Opencv图像的亮度和对比度调整
文章目录前言一.图像亮度和对比度的基本概念: 1.图像亮度: 2.图像对比度: 二.RGB三通道色彩空间的图像变换: 1.线性变换公式如下: 2.操作简介: 3.图像亮度调整: 4.图像对比度调整 ...
OpenCV图像梯度（Sobel和Scharr）
OpenCV图像梯度(Sobel和Scharr) 1 图像梯度是什么? 2 图像梯度的用途 3 图像梯度的使用参考这篇博客将介绍图像渐变以及如何使用OpenCV的cv2.Sobel计算Sobel渐 ...
OpenCV图像金字塔：高斯金字塔、拉普拉斯金字塔总结
我们经常会将某种尺寸的图像转换为其他尺寸的图像,如果放大或者缩小图片的尺寸,笼统来说的话,可以使用OpenCV为我们提供的如下两种方式: <1> resize函数.这是最直接的方式, &l ...
发现你的身形——OpenCV图像轮廓
文章目录写在最前轮廓发现算法边缘检测写在最后写在最前我的意思不是说你长得很胖,emmmm,而是你的轮廓很大. --五星上将詹姆斯下士如是说果然有图没图,理解是不一样的,这就体现了计算机视 ...
转载：矩阵的掩膜操作实现图像对比度调整
矩阵的掩膜操作实现图像对比度调整 hb707934728 2017-07-04 13:54:17 1170 收藏最后发布:2017-07-04 13:54:17首发:2017-07-04 13:54 ...
OpenCV图像仿射变换
OpenCV图像的旋转是通过图像的仿射变换来实现的,实现图像的旋转,分为三个步骤: 第一步:确定旋转角度和旋转中心. 第二步:确定旋转矩阵.通过getRotationMatrix2D函数计算出. 第三 ...

OpenCV-图像阴影调整

实现原理

具体流程

C++测试代码

测试效果

OpenCV-图像阴影调整相关推荐

最新文章

热门文章