基于OpenCvSharp的数字图像处理 - 图像优化

创建项目  |  文件与显示  |  像素操作  |  图像彩色类型转换  |  模糊、平滑、去噪  |  锐化、边缘检测  |  二值化  |  形态学  |  位置变换  |  直方图  |  霍夫变换  |  图像优化  |  图像分割

完整示例项目

 

在直方图一章里提到的直方图均衡化就是一种图像优化的方法。本章再介绍图像修复和去噪两种方法。

一、图像修复

这里所介绍的图像修复是很简单的，就是用周边区域的像素填充损坏区域。代码如下：

Mat src = new Mat(img_lenna_bad);

//找出损坏区域
Mat mask = new Mat(src.Size(), MatType.CV_8UC1, new Scalar(0));
for (int i = 0; i < src.Width; i++)
{
    for (int j = 0; j < src.Height; j++)
    {
        Vec3b color = src.Get(j, i);
        if (color[0] + color[1] + color[2] > 750)
        {
            mask.Set(j, i, 1);
            mask.Set(j + 1, i, 1);
            mask.Set(j, i + 1, 1);
            mask.Set(j - 1, i, 1);
            mask.Set(j, i - 1, 1);
            mask.Set(j + 1, i + 1, 1);
            mask.Set(j - 1, i - 1, 1);
            mask.Set(j + 1, i - 1, 1);
            mask.Set(j - 1, i + 1, 1);
        }
    }
}

Mat result = new Mat();
Cv2.Inpaint(src, mask, result, 5, InpaintMethod.Telea);
result.SaveImage(img_result);

其效果如下所示：

二、去噪

在图像平滑一章里，我们介绍了图像平滑可以去除一些噪声，而中值滤波又可以去除椒盐噪声。这里所说的去噪所用的方法是FNLMD。代码如下：

Mat src = new Mat(img_lenna_noise);
src = src.CvtColor(ColorConversionCodes.BGR2Lab);//转换到Lab空间有更好的效果

Mat result = new Mat();
Cv2.FastNlMeansDenoisingColored(src, result);

result = result.CvtColor(ColorConversionCodes.Lab2BGR);
result.SaveImage(img_result);

其效果如下：