OpenCV学习(3)--证件照换底色、线性混合运算、增强图像对比度示例

证件照换底色

蓝色换红色效果不错，其他的不行

// 照片换底色
// 蓝色换为红色
void red2Blue(cv::Mat& image, cv::Mat& rgbImage) {
    cv::Mat roi = image(cv::Rect(20, 20, 20, 20));  // cv::Rect() 参数表示矩形左上角和长宽信息
    cv::Mat hsvImage;
    cv::cvtColor(image, hsvImage, CV_BGR2HSV);  // 将图像转化为HSV颜色空间
    // 分离HSV空间 v[0]为H色调  v[1]为S饱和度  v[2]为v灰度
    vector<cv::Mat> v;
    cv::split(hsvImage, v);  // 多通道图像的分离
    cv::Mat roiH = v[0](cv::Rect(20, 20, 20, 20));
    cv::Mat roiS = v[1](cv::Rect(20, 20, 20, 20));
    int sumH = 0;
    int sumS = 0;
    int avgH, avgS;   // 蓝底的平均色调和平均饱和度

    // 取一块蓝色背景 计算出他们的平均色调和平均饱和度
    for (int i = 0; i < 20; i++) {
        for (int j = 0; j < 20; j++) {
            sumH = int(roiH.at<uchar>(j, i)) + sumH;
            sumS = int(roiS.at<uchar>(j, i)) + sumS;
        }
    }

    avgH = sumH / 400;
    avgS = sumS / 400;

    // 便利整个图像
    int rows = hsvImage.rows;
    int cols = hsvImage.cols;
    int step = 10;

    for (int j = 0; j < rows; j++) {
        for (int i = 0; i < cols; i++) {
            // 以H和S两个通道做阈值分割 把蓝色替换成红色
            if ((v[0].at<uchar>(j, i)) <= (avgH + 5) && (v[0].at<uchar>(j, i)) >= (avgH - 5)
                && (v[1].at<uchar>(j, i)) <= (avgS + 40) && (v[1].at<uchar>(j, i)) >= (avgH - 40)) {
                v[0].at<uchar>(j, i) = 0;
            }
        }
    }

    cv::Mat finImage;
    cv::merge(v, finImage);
    //cv::Mat rgbImage;
    cv::cvtColor(finImage, rgbImage, CV_HSV2BGR);  // 将图像转换回bgr空间
    cv::imwrite("whiteMyself.jpg", rgbImage);  // 写入硬盘
    cv::imshow("Res", rgbImage);

    cv::waitKey(0);
    return;
}

采用同样的方式，更改参数，使得红底变为白底，效果极差

int main(void) {   // 证件照换底色 简单的将指定颜色换成另外一个颜色 不行 即直接通过bgr的值来识别颜色并转换效果不好
    cv::Mat src = cv::imread("myself.jpg", cv::IMREAD_COLOR);
    //cv::Mat res;

    if (src.empty()) {
        std::cout << "Failed!" << std::endl;
        return 1;
    }

    std::cout << "原图像！" << std::endl;
    cv::namedWindow("Src", cv::WINDOW_AUTOSIZE);
    cv::imshow("Src", src);
    cv::waitKey(0);

    for (int r = 0; r < src.rows; r++) {
        for (int c = 0; c < src.cols; c++) {
            if (src.ptr<uchar>(r, c)[0] == 255 && src.ptr<uchar>(r, c)[0] == 0 && src.ptr<uchar>(r, c)[0] == 0) {  // bgr 蓝色
                // 蓝色替换成白色
                src.ptr<uchar>(r, c)[0] = 255;
                src.ptr<uchar>(r, c)[1] = 255;
                src.ptr<uchar>(r, c)[2] = 255;
            }
        }
    }

    std::cout << "目标图像！" << std::endl;
    cv::namedWindow("Res", cv::WINDOW_AUTOSIZE);
    cv::imshow("Res", src);

    cv::waitKey(0);
    return 0;
}

两图像的线性混合运算

int mixTwoPictureExample(cv::Mat src1, cv::Mat src2, cv::Mat dst) {
    double alpha = 0.7;
    double beta;

    src1 = cv::imread("angel.jpg", cv::IMREAD_COLOR);
    src2 = cv::imread("sky.jpg", cv::IMREAD_COLOR);

    cv::Mat roi1(src1, cv::Rect(0, 0, 1500, 800));
    cv::Mat roi2(src2, cv::Rect(0, 0, 1500, 800));

    if (src1.empty())
        std::cout << "Failed read angel!" << std::endl;

    if (src2.empty())
        std::cout << "Failed read sky!" << std::endl;

    beta = 1.0 - alpha;

    // g(x) = f1(x)*a + f2(x)*(1 - a)
    cv::addWeighted(roi1, alpha, roi2, beta, 0.0, dst);
    // 注意图片roi1 roi2大小要一样 alpha beta分别表示再组合后的图像中roi1 roi2所占的权重
    cv::namedWindow("Dst", cv::WINDOW_AUTOSIZE);
    cv::imshow("Dst", dst);

    cv::waitKey(0);

    return 0;
}

增加图像对比度

int changeContrastAndBrightnessExample(void) {
    // 改变图像的对比度和亮度
    // g(r, c) = a*f(r, c) + b  a b越大图像越亮
    double alpha = 1.0;  // 范围1.0-3.0
    int beta = 50;        // 范围0-100

    cv::Mat image = cv::imread("angel.jpg", cv::IMREAD_COLOR);
    // 初始化一个与原图像大小类型相同的模板
    cv::Mat image2 = cv::Mat::zeros(image.size(), image.type());

    for (int r = 0; r < image.rows; r++) {
        for (int c = 0; c < image.cols; c++) {
            // 3通道值 bgr
            // cv::saturate_cast() 防溢出保护
            image2.at<cv::Vec3b>(r, c)[0] = cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(r, c)[0]) + beta);
            image2.at<cv::Vec3b>(r, c)[1] = cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(r, c)[1]) + beta);
            image2.at<cv::Vec3b>(r, c)[2] = cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(r, c)[2]) + beta);
        }
    }

    // 另外可以使用cv::Mat::convertTo()实现相同效果
    // image.convertTo(image2, -1, alpha, beta);

    //cv::imshow("image", image);
    //cv::imshow("image2", image2);

    //cv::waitKey(0);
    return 0;
}

伽马矫正，放后面 

void gammaCorrectionExample() {

}