openCV学习笔记（六） —— 图像的减色算法、椒盐噪声、锐化处理

一、原理

彩色图像由三通道像素组成，每个通道表示红、绿、蓝三原色中一种颜色的亮度值，每个数值都是 8 位的无符号字符类型（uchar），因此颜色总数（number of colors，而是像素总数）为 ：

256×256×256=2^24=16777216

超过 1600 万种颜色，因此为了降低分析的复杂性，有时需要减少图像中颜色的数量，一种实现方法是把 RGB 空间细分到大小相等的方块中。例如，如果把每种颜色数量减少到 1/8，那么颜色总数就变为 32×32×3232×32×32。将旧图像中的每一个颜色值划分成一个方块，并将该方块的中间值作为新的颜色值。新图像使用新的颜色值，颜色数就减少了： 

new=old//N×N+N/2

二、程序

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

/*
	减色算法
*/
void colorReduce(Mat &image, int div=64)
{
	int row = image.rows;
	int col = image.cols * image.channels();

	for (int i = 0; i < row; i++)
	{
		uchar *data = image.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			data[j] = data[j] / div * div + div / 2;
		}
	}
}

/*
	椒盐噪声
	@param n，为噪声个数
*/
void salt(Mat &image, int n)
{
	for (int k = 0; k<n; k++)
	{
		int i = rand() % image.rows;
		int j = rand() % image.cols;
		if (image.channels() == 1)
		{
			image.at<uchar>(i, j) = 255;
		}
		else if (image.channels() == 3)
		{
			image.at<Vec3b>(i, j)[0] = 255;
			image.at<Vec3b>(i, j)[1] = 255;
			image.at<Vec3b>(i, j)[2] = 255;
		}
	}
}

/*
	图像锐化
*/
void sharpen2D(Mat &image, Mat &result)
{
	//构造核
	Mat kernel(3, 3, CV_32F, Scalar(0));
	//对核元素进行赋值
	kernel.at<float>(1, 1) = 5.0;
	kernel.at<float>(0, 1) = -1.0;
	kernel.at<float>(2, 1) = -1.0;
	kernel.at<float>(1, 0) = -1.0;
	kernel.at<float>(1, 2) = -1.0;
	filter2D(image, result, image.depth(), kernel);
}


int main()
{
	Mat img = imread("test.jpg");
	if (img.empty())
	{
		printf("Error: can't open picture!\n");
		return -1;
	}
	
	imshow("in", img);

	//减色处理
	Mat dst = img.clone();
	colorReduce(dst, 128);
	imshow("减色处理", dst);

	//椒盐噪声
	Mat dst1 = img.clone();
	salt(dst1, 1000);
	imshow("椒盐噪声", dst1);

	//图像锐化
	Mat dst2 = img.clone();
	Mat dst3;
	sharpen2D(dst2, dst3);
	imshow("图像锐化", dst3);

	waitKey(0);
	destroyAllWindows();

	return 0;
}

三、测试数据

1.原图像

2. 减色算法 div等于64的处理结果

扫描二维码关注公众号，回复： 2262482 查看本文章

3.减色算法 div等于128的处理结果

4.椒盐噪声

5.图像锐化