最近一个月来都在研究OpenCV 中CLAHE算法的一些问题,如:
图像横向和纵向分块大小与图像的宽和高不能整除怎么处理?
CLIP的剪裁是怎么实施的?
解决棋盘效应的具体插值处理过程怎样?
彩色图像怎么处理?
到处找资料,也看了部分博客所谓的源代码,结果还是没有找到答案,看来没有捷径,干脆直接下载了一份OpenCV的源代码来阅读。可惜自从没有亲手做C语言相关开发后,手上的机器连C++运行环境都没有,先直接读代码。本来想等所有问题都有答案时再写博文,不过这一阵子单位和家里事情都很多,没有多少时间,只能慢慢来,解决一个问题就发布一篇博文。
下载地址:https://sourceforge.net/projects/opencvlibrary/files/
有3.4.10–4.5.4的版本,但下载很慢,老猿费了很大的劲,大家可以考虑专门的下载工具下载。如果实在下不下来,请关注老猿Python的微信公号给老猿发消息。
三、自适应直方图均衡CLAHE图像和分块大小不能整除的处理
当图像的宽(或高)不是对应横向(或纵向)分块数的整数倍时,老猿认为对于分块的处理有多种方式:
将每个分块横向或纵向多加1个像素,最后一个分块的大小比前面分块小;
将每个分块横向或纵向减去1个像素,最后一个分块的大小比前面分块大;
将图像裁剪或补齐到可以整除的大小。
通过阅读源代码,OpenCV中采用将图像补齐到可以整除的大小,即对于图像的宽(或高)不是对应横向(或纵向)分块数的整数倍时,将对应宽(或高)补齐到可以整除的最少像素素。
具体处理的源代码如下:
if (_src.size().width % tilesX_ == 0 && _src.size().height % tilesY_ == 0)
{
tileSize = cv::Size(_src.size().width / tilesX_, _src.size().height / tilesY_);
_srcForLut = _src;
}
else
{
{
cv::copyMakeBorder(_src, srcExt_, 0, tilesY_ - (_src.size().height % tilesY_), 0,
tilesX_ - (_src.size().width % tilesX_), cv::BORDER_REFLECT_101);
tileSize = cv::Size(srcExt_.size().width / tilesX_, srcExt_.size().height / tilesY_);
_srcForLut = srcExt_;
}
}
小结
OpenCV自适应直方图均衡CLAHE图像和分块大小不能整除时,采用的是将图像补齐到能整除大小,补齐是按边界镜像的方式(cv::BORDER_REFLECT_101)补齐。
阅读量:2020
点赞量:0
收藏量:0