HDR【openCV实现】

本篇主要是利用三张图片：过曝(相机设置exposure+1)、正常(相机设置exposure+0)、欠曝(相机设置exposure-1)，来合成一张在亮出和暗处细节都清晰
的图片，来简易实现图片的HDR功能。

具体实现

实现代码

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <math.h>
#include <string.h>
#include <opencv/cv.h>
#include <stdio.h>
#include "opencv2/photo/photo.hpp"using namespace cv;char highpicName[20];
char normalpicName[20];
char lowpicName[20];
Mat mat1, mat2, mat3, dst_mat, tmp_mat;
int highWidth, highHeight;
int normalWidth, normalHeight;
int lowWidth, lowHeight;
IplImage src1, src2, src3, dst_src, tmp_src;
double weight=0.5;void hdrCale(Mat pic1, Mat pic2, Mat pic3){int i, j;CvScalar s1, s2, s3;src1 = pic1;src2 = pic2;src3 = pic3;dst_src = dst_mat;tmp_src = tmp_mat;cvCvtColor(&src2, &tmp_src, CV_BGR2GRAY);for(i=0; i< normalWidth; i++){for(j=0; j<normalHeight; j++){s1 = cvGet2D(&src1, i, j);s2 = cvGet2D(&tmp_src, i, j);s3 = cvGet2D(&src3, i, j);weight = 0.5 + (127 - s2.val[0]) * 0.002;s3.val[0] = (s1.val[0] * weight) + (s3.val[0] * (1-weight));s3.val[1] = (s1.val[1] * weight) + (s3.val[1] * (1-weight));s3.val[2] = (s1.val[2] * weight) + (s3.val[2] * (1-weight));cvSet2D(&dst_src, i, j, s3);} }
}int main(int argc, char *argv[]){if(argc < 4){printf("Please input high exposure/normal exposure/low exposure picture!\n");return -1; }memcpy(highpicName, argv[1], sizeof(argv[1]));memcpy(normalpicName, argv[2], sizeof(argv[2]));memcpy(lowpicName, argv[3], sizeof(argv[3]));mat1 = imread(argv[1]);mat2 = imread(argv[2]);mat3 = imread(argv[3]);highWidth = mat1.rows;highHeight = mat1.cols;normalWidth = mat2.rows;normalHeight = mat2.cols;lowWidth = mat3.rows;lowHeight = mat3.cols;dst_mat = Mat(normalWidth, normalHeight, CV_8UC3, cv::Scalar(0, 0, 0));tmp_mat = Mat(normalWidth, normalHeight, CV_8UC1, cv::Scalar(0, 0, 0));hdrCale(mat1, mat2, mat3);imshow("normal", mat2);imshow("HDR", dst_mat);imwrite("HDR.jpg", dst_mat);cv::waitKey(0);return 0;
}

代码讲解

　　1、首先进行相对应的初始化操作：运行软件时候，需要传入三张图片，顺序上分别是：过曝、正常、欠曝。打开这三张图片，保存在mat1、mat2、mat3
中，注意这三张图片必须大小一致。接着获取到图片的width和height。最后创建两张空白图片：tmp_mat和dst_mat。

        if(argc < 4){printf("Please input high exposure/normal exposure/low exposure picture!\n");return -1;  }memcpy(highpicName, argv[1], sizeof(argv[1]));memcpy(normalpicName, argv[2], sizeof(argv[2]));memcpy(lowpicName, argv[3], sizeof(argv[3]));mat1 = imread(argv[1]);mat2 = imread(argv[2]);mat3 = imread(argv[3]);highWidth = mat1.rows;highHeight = mat1.cols;normalWidth = mat2.rows;normalHeight = mat2.cols;lowWidth = mat3.rows;lowHeight = mat3.cols;dst_mat = Mat(normalWidth, normalHeight, CV_8UC3, cv::Scalar(0, 0, 0));tmp_mat = Mat(normalWidth, normalHeight, CV_8UC1, cv::Scalar(0, 0, 0));

　　2、接着进入到HDR的算法处理：对应的处理很简单，主要就是根据就是权重，把过曝和欠曝图片合成到dst_mat中。
具体做法：循环依次打开三张图片的同一位置像素，用正常曝光图片像素，利用公式：weight = 0.5 + (127 - s2.val[0]) * 0.002;来获得使用过曝、欠曝像素合成到dst_mat中对应使用的权值。接着：s3.val[0] = (s1.val[0] * weight) + (s3.val[0] * (1-weight));计算出合成像素值之后，写入到dst_mat对应的坐标位置。进而生成HDR照片。

void hdrCale(Mat pic1, Mat pic2, Mat pic3){int i, j;CvScalar s1, s2, s3;src1 = pic1;src2 = pic2;src3 = pic3;dst_src = dst_mat;tmp_src = tmp_mat;cvCvtColor(&src2, &tmp_src, CV_BGR2GRAY);for(i=0; i< normalWidth; i++){for(j=0; j<normalHeight; j++){s1 = cvGet2D(&src1, i, j);s2 = cvGet2D(&tmp_src, i, j);s3 = cvGet2D(&src3, i, j);weight = 0.5 + (127 - s2.val[0]) * 0.002;s3.val[0] = (s1.val[0] * weight) + (s3.val[0] * (1-weight));s3.val[1] = (s1.val[1] * weight) + (s3.val[1] * (1-weight));s3.val[2] = (s1.val[2] * weight) + (s3.val[2] * (1-weight));cvSet2D(&dst_src, i, j, s3);}   }
}

　　3、最后将正常照片和HDR照片显示初恋，并将hdr照片保存下来。

        imshow("normal", mat2);imshow("HDR", dst_mat);imwrite("HDR.jpg", dst_mat);cv::waitKey(0);

HDR【openCV实现】相关推荐

android opencv hdr,使用OpenCV 4.0映射HDR图像的色调
我想创建一个脚本,该脚本需要一个.HDR文件并将其色调映射为.JPG.我看了几个OpenCV tutorials,看来应该可以做到. 我写了这个脚本: import cv2 import numpy ...
opencv实现图片HDR功能
from: http://blog.csdn.net/u011630458/article/details/46592013 简介本篇主要是利用三张图片:过曝(相机设置exposure+1).正常( ...
OpenCV hdr成像技术的实例(附完整代码)
OpenCV hdr成像技术的实例 OpenCV hdr成像技术的实例 OpenCV hdr成像技术的实例 #include "opencv2/photo.hpp" #includ ...
Python+OpenCV：高动态范围（High Dynamic Range, HDR）
Python+OpenCV:高动态范围(High Dynamic Range, HDR) 目标 Learn how to generate and display HDR image from an ...
Opencv基础使用3——HDR 图像合成
本博文接上一篇博文,继续进行部分 opencv Python 示例代码运行效果测试环境搭建.所使用代码版本 -- 参考博文--Opencv基础使用1--分割 - 视频人像跟踪文章目录测试数据准备 ...
opencv曝光过度_软件开发|使用 OpenCV 进行高动态范围（HDR）成像
在本教程中,我们将学习如何使用由不同曝光设置拍摄的多张图像创建高动态范围High Dynamic Range(HDR)图像. 我们将以 C++ 和 Python 两种形式分享代码. 什么是高动态范围成 ...
android opencv hdr,用 OpenCV 进行高动态范围（HDR）成像
在本教程中我们将学习如何使用由不同曝光设置拍摄的多张图像创建高动态范围High Dynamic RangeHDR图像. 我们将以 C++ 和 Python 两种形式分享代码. 什么是高动态范围成像大 ...
一种基于视神经网络的高动态范围（HDR）图像自适应局部色调映射的实现【OpenCV】【CUDA】
原理是基于这篇论文--<Adaptive Local Tone Mapping Based on Retinex for High Dynamic Range Images> 论文提出的背 ...
OpenCV转换HDR图像与源码分析
我们常见的图像位深一般是8bit,颜色范围[0, 255],称为标准动态范围SDR(Standard Dynamic Range).SDR的颜色值有限,如果要图像色彩更鲜艳,那么就需要10bit,甚至 ...

HDR【openCV实现】

具体实现

实现代码

代码讲解

HDR【openCV实现】相关推荐

最新文章

热门文章