Opencv对图像的直方图统计并实现对滤波方式的选择
Opencv对图像的直方图统计与滤波
基于Opencv实现在执行窗口可选滤波，要求如下：
设计一个软件，实现以下功能：
1.将图像拖入软件后，显示图像信息；
2.统计图像直方图并显示；
3.在监控台显示窗口输出菜单供选择滤波与增强方法，可供选择的方法包括：亮度/对比度调整、幂次变换、平滑滤波、高斯滤波、双边滤波，及按ESC或Q键结束程序；
4.按第2步选择的方法对输入图像进行图像变换或滤波，并可滑动块调节滤波参数及调节参数后的滤波结果，输出滤波图像与原图像的差异值图像；
5.计算滤波图像的MSE和PSNR；
6.将滤波图像的MSE和PSNR显示在图像的左上角；
7.按ESC后返回第1步。
代码如下
有点长，但其实很多块相似。
#include 对代码的解释
void MSE_PSNR(Mat image, Mat output) //计算MSE,PSNR
{
int sum = 0;
double mse, psnr;
for (int i = 0; i < image.rows; i++)
{
for (int j = 0; j < image.cols; j++)
{
sum = sum + (image.at<uchar>(i, j) - output.at<uchar>(i, j)) * (image.at<uchar>(i, j) - output.at<uchar>(i, j));
}
}
mse = sum / (image.rows * image.cols);
psnr = 10 * log10(255 * 255 / mse);
//以下为将数值字符串化
memset(str_mse, 0, sizeof(str_mse));
memset(str_psnr, 0, sizeof(str_psnr));
sprintf_s(str_mse, "%.2f", mse);
sprintf_s(str_psnr, "%.2f", psnr);
}
计算输入输出图像间的MSE，PSNR，相关公式请自行百度。（请注意此前全局变量的定义）
计算得到的int值在mse,psnr中，通过spintf将数值变为字符。（变为字符的说明：因为OpenCV中putText函数只能打印字符）
因为滤波种类太多，我以高斯滤波为例解释下代码。
if (selection == '2')
{
namedWindow("高斯滤波的窗口", 0);
createTrackbar("参数", "高斯滤波的窗口", &g_slider_position2, 20, callback_gaosi);
waitKey(0);
destroyWindow("高斯滤波的窗口");
destroyWindow("高斯滤波的差异值");
destroyWindow("高斯滤波");
}
首先是主函数里，定义你输入2时选择高斯滤波，创建高斯滤波的滑动条窗口，主体部分其实都在滑动条的回调函数里。
void callback_gaosi(int pos2, void*)
{
Mat image_gaosi;
namedWindow("高斯滤波", 0);
namedWindow("高斯滤波的差异值", 0);
GaussianBlur(image, image_gaosi, Size(3, 3), pos2, 0);
imshow("高斯滤波的差异值", image - image_gaosi);
MSE_PSNR(image, image_gaosi);
putText(image_gaosi, str_mse, Point(100, 100), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 255, 0), LINE_4, false);
putText(image_gaosi, str_psnr, Point(400, 100), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 255, 0), LINE_4, false);
imshow("高斯滤波", image_gaosi);
}
回调函数标准格式(int pos, void*)。
我把滤波参数设在了调整X,Y的系数值，putText的作用是把MSE,PSNR打印在显示的图片上，字体的选择请随意。
关于直方图统计，有些不足，只实现了对灰度图的直方图统计（当初偷懒，没弄彩色图的三通道直方图统计）。
void zhifangtu(Mat image)//仅对灰度图做直方图统计，彩色图通道数不对
{
Mat image1;
cvtColor(image, image1, COLOR_BGR2GRAY);//变为灰度图
int bins = 256;
int hist_size[] = { bins };
float range[] = { 0, 256 };
const float* ranges[] = { range };
Mat hist;
int channels[] = { 0 };
calcHist(
&image1, 1, channels, Mat(), hist, 1, hist_size, ranges, true, false);
double max_val;
minMaxLoc(hist, 0, &max_val, 0, 0);
int scale = 4;
int hist_height = 256;
Mat hist_img = Mat::zeros(hist_height, bins * scale, CV_8UC3);
for (int i = 0; i < bins; i++)
{
float bin_val = hist.at<float>(i);
int intensity = cvRound(bin_val * hist_height / max_val);
rectangle(hist_img, Point(i * scale, hist_height - intensity), Point((i + 1) * scale + 1, hist_height), CV_RGB(0, 255, 0), FILLED);
}
imshow("image1 Histogram", hist_img);
}
整体代码实现的效果如下
注：按q返回必须在命令窗口外，即q不能输入在命令里，而且需要趁早换成英文输入。