C++使用opencv处理图像阴影部分

1. 直方图均衡化

直方图均衡化是一种增强图像对比度的方法，可以通过均衡化图像的灰度级分布来改善图像中阴影部分的亮度。

#include <opencv2/opencv.hpp>using namespace cv;int main() {// 读取图像Mat image = imread("input_image.jpg", IMREAD_COLOR);if (image.empty()) {std::cerr << "Error loading image!" << std::endl;return -1;}// 将图像转换为灰度图Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);// 应用直方图均衡化Mat equalized;equalizeHist(gray, equalized);// 显示原始图像和均衡化后的图像imshow("Original Image", gray);imshow("Equalized Image", equalized);waitKey(0);return 0;
}

2. 自适应直方图均衡化

自适应直方图均衡化可以更好地处理局部区域的对比度问题，因此特别适合处理阴影部分。

#include <opencv2/opencv.hpp>using namespace cv;int main() {// 读取图像Mat image = imread("input_image.jpg", IMREAD_COLOR);if (image.empty()) {std::cerr << "Error loading image!" << std::endl;return -1;}// 将图像转换为灰度图Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);// 应用自适应直方图均衡化Mat equalized;Ptr<CLAHE> clahe = createCLAHE();clahe->setClipLimit(4);  // 设置限制参数clahe->apply(gray, equalized);// 显示原始图像和均衡化后的图像imshow("Original Image", gray);imshow("CLAHE Image", equalized);waitKey(0);return 0;
}

3. 使用滤波器

有时可以通过使用滤波器来减少阴影的影响，例如使用高斯滤波器平滑图像，或者使用形态学操作来改善图像的局部对比度。

#include <opencv2/opencv.hpp>using namespace cv;int main() {// 读取图像Mat image = imread("input_image.jpg", IMREAD_COLOR);if (image.empty()) {std::cerr << "Error loading image!" << std::endl;return -1;}// 将图像转换为灰度图Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);// 使用高斯滤波器平滑图像Mat blurred;GaussianBlur(gray, blurred, Size(5, 5), 0);// 显示原始图像和平滑后的图像imshow("Original Image", gray);imshow("Blurred Image", blurred);waitKey(0);return 0;
}