opencv 学习笔记（七） 灰度变换

一、灰度变换概念

在图像预处理中，图像的灰度变换是图像增强的重要手段，灰度变换可以使图像对比度扩展，图像清晰，特征明显，灰度变换主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。

二、灰度变换的作用

1.改善图像是质量，显示更多的细节，提高图像的对比度
2.有选择的突出图像感兴趣的特征或者抑制图像中不需要的特征
3.可以有效的改变图像的直方图的分布，使像素的分布更加均匀

三、灰度变换的方法

1.线性灰度变换
2.非线性灰度变换（对数变换，幂律变换（伽马变换））

灰度化

一、灰度的概念

在数字图像中，像素是基本的表示单位，各个像素的亮安程度用灰度值来标识，只含亮度信息，不含色彩信息的图像称为灰度图像，对于单色图像，它的每个像素的灰度值用【0,255】区间的整数表示，即图像分为256个灰度等级，对于彩色图像，他的每个像素由R,G,B三个单色调配而成，如果每个像素的R,G,B完全相同，也就是R=G=B=D，该图像就是灰度图像，其中D被称为各个像素的灰度值。

二、对彩色图进行灰度化

1.加权平均值法

D=0.299R+0.587G+0.114*B

代码如下：

#include<iostream>
#include<opencv.hpp>
using namespace std;
using namespace cv;


int main()
{
   
   
	Mat img, img2;
	img = imread("猫1.jpg");
	imshow("原图", img);
	img2.create(img.size(), 0);
	for (int i = 0; i < img.rows; i++)
	{
   
   
		for (int j = 0; j < img.cols; j++)
		{
   
   
			img2.at<uchar>(i, j) = saturate_cast<uchar>(0.114*img.at<Vec3b>(i, j)[0] + 0.587*img.at<Vec3b>(i, j)[1] + 0.299*img.at<Vec3b>(i, j)[2]);
		}
	}
	imshow("经验公式", img2);
	waitKey(0);
}

效果如下：

2.取最大值

代码如下：

int main()
{
   
   
	Mat img, img2;
	img = imread("猫1.jpg");
	imshow("原图", img);
	img2.create(img.size(), 0)