文章目录
前言
- 需要下载安装OpenCV工具包的朋友，请前往 此处 ；
- 系统要求：Windows系统，LabVIEW>=2018，兼容32位和64位。
photo 模块
OpenCV 的 photo 模块主要用于图像编辑和修复，包括颜色校正、图像去噪、修补、HDR等功能。选板如下：
1. 色调与风格
下面介绍photo模块下，几种颜色调整与风格转换的OpenCV函数。
参考范例：examples/Molitec/OpenCV/photo/photo_1(color and style).vi
1.1 变色（colorChange）
使用 colorChange 函数可对一张图片的全部或部分区域进行颜色调整。
输入参数 red_mul、green_mul、blue_mul 分别代表3个颜色通道的乘积因子。
另外还必须指定一个掩码Mask，当Mask为空矩阵Mat()时，代表源图像“全图”进行颜色调整；当Mask非空时，其尺寸必须与源图像相同，Mask白色（255）区域对应的源图像素参与颜色调整。
1.2 去色（decolor）
decolor 函数可以实现 “对比度保留去色”，将原始彩色图像变为灰度图（grayscale），同时生成一个颜色增强图（color_boost），以保持原始图像的对比度信息。
1.3 铅笔素描（pencilSketch）
pencilSketch 函数用于将彩色图像转换为素描风格的图像，模拟铅笔素描的质感和阴影层次。
输入参数：
sigma_s 控制邻域大小，范围0 - 200；
sigma_r 控制线条锐度，范围0 - 1；
shade_factor 控制阴影效果，范围0 - 0.1；
输出两张图像，一张是灰度素描，另一张是彩色素描。
1.4 细节增强（detailEnhance）
detailEnhance 函数可以用来增强图像细节，从而突出显示图像中某些重要特征。
输入参数：
sigma_s 空间域的标准差，用于模糊操作，以减少噪声，范围0 - 200；
sigma_r 频率域的标准差，用于调整像素值的对比度，范围0 - 1；
1.5 风格化（stylization）
stylization 函数用于将彩色图像转换为具有艺术风格化的图像，模仿如油画、卡通等艺术风格。
输入参数：
sigma_s 空间域的标准差，较大的值会使图像更加模糊，适用于需要弱化细节的情况，范围0 - 200；
sigma_r 频率域的标准差，较小的值会增加图像的对比度，使图像更加鲜明，范围0 - 1；
2. 修补
下面介绍photo模块下，几种图像修补的OpenCV函数。
参考范例：examples/Molitec/OpenCV/photo/photo_3(repair).vi
2.1 去高亮（illuminationChange）
去除照片上的 “高亮” 区域，可以使用 illuminationChange 函数。
输入参数：
Mask 掩码，需要进行去高亮的区域为白色（255），其余为黑色（0）；
alpha 全局光照调整因子，控制整体图像亮度的增益，范围0 - 1；
beta 局部光照调整因子，影响图像中对比度较低区域（暗区）的亮度提升程度，范围0 - 1；
下图范例，通过Mask设置两个白色矩形ROI，将原图片上红球、黄球上的两个高亮反射点去除。
2.2 去污点（inpaint）
inpaint 函数可以去除照片上的水印、划痕、污渍、标志等瑕疵，并且尽量保持背景融合良好。
输入参数：
Mask 掩码，需要进行去污点的区域为白色（255），其余为黑色（0）；
inpaintRadius 修复半径，表示在寻找相似像素时考虑的邻域范围；
flags 算法标志，可选 INPAINT_NS 或 INPAINT_TELEA；
下图范例，通过Mask设置左上方白色矩形ROI，将图片左上方的 “Molitec” 水印去除。
2.3 无缝克隆（seamlessClone）
seamlessClone 函数用于执行图像中的无缝克隆。可以从一个图像中将一部分内容复制到另一图像中，或者复制到本图像的另一区域，同时背景无缝融合。
输入参数：
Src 原图像；
Dst 目标图像，当 Src 与 Dst 相同时，代表同图克隆；
Mask 掩码，指定原图像中需要被复制的区域为白色（255），其余为黑色（0）；
p 中心点，代表在目标图像中，进行粘贴的中心位置坐标，注意不可以让复制的ROI超出目标图像的范围；
flags 克隆类型标志，可选 NORMAL_CLONE、MIXED_CLONE 或 MONOCHROME_TRANSFER；
下图范例，将红色球无缝克隆到原图片的另一位置。
3. 降噪
下面介绍photo模块下，几种照片降噪的OpenCV函数。
| 降噪函数 | 功能 |
|---|---|
| edgePreservingFilter | 边缘保留滤波器，用于在平滑图像的同时保留边缘细节，常用于 “磨皮” 美颜 |
| fastNIMeansDenoising | 快速非局部均值去噪算法，有效减少图像中的噪声，同时尽可能保留图像的细节 |
| fastNIMeansDenoisingMulti | 处理多帧图像的 fastNIMeansDenoising 算法，适合视频降噪 |
| fastNIMeansDenoisingColored | 专门为彩色图像设计的快速非局部均值去噪算法，通过考虑颜色空间中的相关性来增强去噪效果，更适合处理彩色图像中的噪声 |
| fastNIMeansDenoisingColoredMulti | 处理多帧图像的 fastNIMeansDenoisingColored 算法，适合视频降噪 |
| textureFlattening | 平滑图像中的纹理区域，同时保留边缘信息 |
| denoise_TVL1 | TV-L1 去噪算法，处理多帧单通道图像，适合视频降噪 |
参考范例：examples/Molitec/OpenCV/photo/photo_2(denoising).vi
4. HDR 处理
我们平时常见的图片，基本都采用 SDR（Standard Dynamic Range）处理技术。SDR图片的动态范围较窄，通常只能捕捉和显示有限的亮度范围，无法完美还原现实世界中极端明亮或暗淡的场景。
HDR（High Dynamic Range）是一种提高影像亮度、对比度范围的处理技术，旨在提供更广泛的亮度范围和更丰富的色彩细节。HDR与SDR的核心区别在于动态范围、色彩表现和细节还原能力。
4.1 SDR转HDR
实现 SDR 转 HDR，需要 photo 模块下的三个类配合完成：AlignMTB、CalibrateCRF、MergeExposures。
- 第1步：图像对齐
- AlignMTB 的作用是将一组不同曝光度的图像进行对齐处理，减少由于相机移动或场景中物体移动导致的图像间的位移；
- 通过 createAlignMTB 创建对象，使用 process 方法传入多帧图像Src，运行得到对齐后的多帧图像Dst；
- 第2步：估计相机响应函数
- CalibrateCRF 的作用是从一组不同曝光度的图像中估计相机的响应函数；
- CalibrateCRF是一个抽象基类，可以使用两个子类：CalibrateDebevec 和 CalibrateRobertson；
- 插入 CalibrateCRF 选板的 create 函数，切换模式到 “CalibrateDebevec”，设置必要的参数；
- 插入 CalibrateCRF 选板的 process 函数，将第1步对齐后的多帧图像作为输入，再传入曝光时间times，运行后得到相机响应函数response，此过程耗时较长；
（times是个向量矩阵，其长度等于图像帧数，元素依次代表每一张照片的曝光时间） - 第3步：转化为HDR
- MergeExposures 用于HDR图像的创建，可以将一组不同曝光度的图像合并成一个高动态范围的图像；
- MergeExposures 是一个抽象基类，可以使用三个子类：MergeDebevec、MergeMertens、MergeRobertson；
- 插入 MergeExposures 选板的 create 函数，切换模式到 “MergeDebevec”；
- 插入 MergeExposures 选板的 process 函数，传入对齐后的多帧图像、times和第2步得到的response，运行后得到合并成的HDR图像；
- 将得到的HDR图像，通过 imwrite 函数保存到拓展名为 .hdr 文件中，以备后用。
- 完整流程如下图：
4.2 HDR处理并转SDR
调整HDR图像，并转化成SDR格式，需要使用 Tonemap 类。
Tonemap 包含三个子类：TonemapDrago、TonemapMantiuk、TonemapReinhard。
- 使用 imread 函数读取之前保存的HDR图片，注意 flags 要选 IMREAD_UNCHANGED；
- 插入 Tonemap 选板的 create 函数，切换模式到 “TonemapMantiuk”，设置必要的参数；
- 插入一个或多个 TonemapMantiuk 子类的私有函数 TM_set，可以再次修改参数；
- 插入 Tonemap 选板的 process 函数，传入HDR图像，运行后得到经过参数处理的SDR输出；
- 但 process 直接输出的SDR是归一化的 32F 格式图像，为了方便观察和存储，可以乘255并转成 8U 格式；
- 如果图像太暗，可以乘以大于255的因子以提高亮度。不必担心溢出，因为经过covertTo后，大于255的元素一律切平成255；
- 完整流程及转化效果：
总结
- 本系列博文作为LabVIEW工具包—OpenCV的教程，将以专栏的形式陆续发布和更新。
- 对工具包感兴趣的朋友，欢迎下载试用：秣厉科技 - LabVIEW工具包 - OpenCV
- 各位看官有什么想法、建议、吐槽、批评，或新奇的需求，也欢迎留言讨论。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
