該模組實現了用於調整影像對比度的強度變換演算法。

詳細說明

所有函式的名稱空間為 cv::intensity_transform。

支援的演算法

• 自動縮放
• 對數變換
• 冪律 (伽馬) 變換
• 對比度拉伸
• BIMEF, A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement [315] [316]

參考文獻來自以下書籍和網站

• Digital Image Processing 4th Edition Chapter 3 [Rafael C. Gonzalez, Richard E. Woods] [228]
• http://www.cs.uregina.ca/Links/class-info/425/Lab3/ [159]
• https://theailearner.com/2019/01/30/contrast-stretching/ [275]

函式
void	cv::intensity_transform::autoscaling (const Mat input, Mat &output)
	給定輸入的 BGR 或灰度影像，在 [0, 255] 域上應用自動縮放以提高輸入影像的對比度，並返回結果影像。
void	cv::intensity_transform::BIMEF (InputArray input, OutputArray output, float k, float mu, float a, float b)
	給定輸入的彩色影像，使用 BIMEF 方法增強低光影像 ([315] [316])。
void	cv::intensity_transform::BIMEF (InputArray input, OutputArray output, float mu=0.5f, float a=-0.3293f, float b=1.1258f)
	給定輸入的彩色影像，使用 BIMEF 方法增強低光影像 ([315] [316])。
void	cv::intensity_transform::contrastStretching (const Mat input, Mat &output, const int r1, const int s1, const int r2, const int s2)
	給定輸入的 BGR 或灰度影像，在 [0, 255] 域上應用線性對比度拉伸，並返回結果影像。
void	cv::intensity_transform::gammaCorrection (const Mat input, Mat &output, const float gamma)
	給定輸入的 BGR 或灰度影像和常數 gamma，在 [0, 255] 域上對影像應用冪律變換，即伽馬校正，並返回結果影像。
void	cv::intensity_transform::logTransform (const Mat input, Mat &output)
	給定輸入的 BGR 或灰度影像和常數 c，在 [0, 255] 域上對影像應用對數變換，並返回結果影像。

函式文件 (Function Documentation)

autoscaling()

void cv::intensity_transform::autoscaling	(	const Mat	input,
		Mat &	output )

Python
	cv.intensity_transform.autoscaling(	input, output	) ->	None

#include <opencv2/intensity_transform.hpp>

給定輸入的 BGR 或灰度影像，在 [0, 255] 域上應用自動縮放以提高輸入影像的對比度，並返回結果影像。

引數

input	輸入的 BGR 或灰度影像。
output	自動縮放的結果影像。

BIMEF() [1/2]

void cv::intensity_transform::BIMEF	(	InputArray	input,
		OutputArray	output,
		float	k,
		float	mu,
		float	a,
		float	b )

Python
	cv.intensity_transform.BIMEF(	input[, output[, mu[, a[, b]]]]	) ->	output
	cv.intensity_transform.BIMEF2(	input, k, mu, a, b[, output]	) ->	output

#include <opencv2/intensity_transform.hpp>

給定輸入的彩色影像，使用 BIMEF 方法增強低光影像 ([315] [316])。

這是帶有曝光比引數的過載函式。

引數

input	輸入的彩色影像。
output	結果影像。
k	曝光比。
mu	增強比。
a	相機響應函式 (CRF) 中的 a 引數。
b	相機響應函式 (CRF) 中的 b 引數。

警告

這是 原始 MATLAB 演算法 的 C++ 實現。與原始程式碼相比，此實現速度稍慢，並且不提供相同的結果。特別是，在某些條件下，亮區的影像增強質量會下降。

BIMEF() [2/2]

void cv::intensity_transform::BIMEF	(	InputArray	input,
		OutputArray	output,
		float	mu=0.5f,
		float	a=-0.3293f,
		float	b=1.1258f )

Python
	cv.intensity_transform.BIMEF(	input[, output[, mu[, a[, b]]]]	) ->	output
	cv.intensity_transform.BIMEF2(	input, k, mu, a, b[, output]	) ->	output

#include <opencv2/intensity_transform.hpp>

給定輸入的彩色影像，使用 BIMEF 方法增強低光影像 ([315] [316])。

引數

input	輸入的彩色影像。
output	結果影像。
mu	增強比。
a	相機響應函式 (CRF) 中的 a 引數。
b	相機響應函式 (CRF) 中的 b 引數。

警告

這是 原始 MATLAB 演算法 的 C++ 實現。與原始程式碼相比，此實現速度稍慢，並且不提供相同的結果。特別是，在某些條件下，亮區的影像增強質量會下降。

contrastStretching()

void cv::intensity_transform::contrastStretching	(	const Mat	input,
		Mat &	output,
		const int	r1,
		const int	s1,
		const int	r2,
		const int	s2 )

Python
	cv.intensity_transform.contrastStretching(	input, output, r1, s1, r2, s2	) ->	None

#include <opencv2/intensity_transform.hpp>

給定輸入的 BGR 或灰度影像，在 [0, 255] 域上應用線性對比度拉伸，並返回結果影像。

引數

input	輸入的 BGR 或灰度影像。
output	對比度拉伸的結果影像。
r1	變換函式中第一點 (r1, s1) 的 x 座標。
s1	變換函式中第一點 (r1, s1) 的 y 座標。
r2	變換函式中第二點 (r2, s2) 的 x 座標。
s2	變換函式中第二點 (r2, s2) 的 y 座標。

gammaCorrection()

void cv::intensity_transform::gammaCorrection	(	const Mat	input,
		Mat &	output,
		const float	gamma )

Python
	cv.intensity_transform.gammaCorrection(	input, output, gamma	) ->	None

#include <opencv2/intensity_transform.hpp>

給定輸入的 BGR 或灰度影像和常數 gamma，在 [0, 255] 域上對影像應用冪律變換，即伽馬校正，並返回結果影像。

引數

input	輸入的 BGR 或灰度影像。
output	伽馬校正的結果影像。
gamma	c*r^gamma 中 r 是畫素值的常數。

logTransform()

void cv::intensity_transform::logTransform	(	const Mat	input,
		Mat &	output )

Python
	cv.intensity_transform.logTransform(	input, output	) ->	None

#include <opencv2/intensity_transform.hpp>

給定輸入的 BGR 或灰度影像和常數 c，在 [0, 255] 域上對影像應用對數變換，並返回結果影像。

引數

input	輸入的 BGR 或灰度影像。
output	對數變換的結果影像。