数字图像处理编成入门笔记——第五章直方图修正和彩色变换

5.1 反色
1.定义： 反色(invert)就是形成底片效果。
2.用途： 当黑色区域占比较大区域时，可以利用反色，节省打印的墨。
3.做法：反色的实际含义是将R、G、B值反转。
1）真彩图。真彩图不带调色板，每个象素用3个字节，表示R、G、B三个分量。所以处理很简单，把反转后的R、G、B值写入新图即可。
2）带调色板的彩色图。只需要将调色板中的颜色反转，形成新调色板，而位图数据不用动，就能够实现反转。
3）灰度图，是一种特殊的伪彩色图，所以反转的处理和上面讲的一样。
注：二值图不一定是黑白图，其实在调色板中是黑色和蓝色两种，但通常情况下是黑白图。

5.2 彩色图转灰度图
1.定义：YUV的颜色表示方法，在这种表示方法中，Y分量的物理含义就是亮度，它含了灰度图的所有信息，只用Y分量就完全能够表示出一幅灰度图来。

我们利用上式，根据R、G、B的值求出Y值后，将R、G、B值都赋值成Y，就能表示出灰度图来，这就是彩色图转灰度图的原理。

2.做法：
1）真彩图。根据R、G、B的值求出Y值后，将R、G、B值都赋值成Y，写入新图即可。由于改成灰度图后，是必须带一个256色的调色板，并把图像中的内容改变为对调色板的索引值。
2）彩色图。我们只需要将调色板中的彩色变成灰度，形成新调色板，而位图数据不用动，就可以了。

5.3 真彩图转256色图
1.定义：真彩图能表示2^24种颜色，就是要从中挑选出256种颜色。

2.做法：
1)准备长度为4096的数组——用于存储4096种颜色的信息；
2）统计这4096种颜色在图中的使用频率。对图中的每一个象素，取R、G、B的最高四位，拼成一个12位的整数，该整数值对应的数组元素加1。
3）排除数组值为0的元素；
4）根据数组值从大到小排序；
5）取前256种颜色的数组信息，作为调色板上的256种颜色；
6）将图像内容数据改写为调色板的索引值。对图中每个像素取R,G,B的高4位，拼成一个12位整数，到调色板中查找，如果存在，则填入对应的索引值；如果不存在，则利用最小平方误差在调色板中查找替换颜色的索引值。
注：最小平方误差，即：（red1 – red2）^2+（green1 – green2）^2+（blue1 – blue2）^2中最小的一个。可以先对第256种以后的颜色计算替换颜色索引值，再更改图像内容数据。

5.4 对比度扩展
1. 低对比度：即灰度都挤在一起，没有拉开。假设有一幅图，由于成象时光照不足，使得整幅图偏暗(例如，灰度范围从0到63)；或者成象时光照过强，使得整幅图偏亮(例如，灰度范围从200到255)。
2. 灰度扩展：把你所感性趣的灰度范围拉开，使得该范围内的象素，亮的越亮，暗的越暗。

3. 做法：根据以下公式计算出新的灰度值：

gold表示原图的灰度值，gnew表示gold经过对比度扩展后得到了新的灰度值。g1old和g2old表示原图中要进行对比度扩展的范围，g1new和g2new表示对应的新值。
我们假设a=c，这样，我们只要给出b，g1old和g2old，就可以求出
a=(255-b(g2old-g1old))/(255-(g2old-g1old))
要注意的是，给出的三个参数必须满：(1) b*(g2old-g1old)<=255；(2) (g2old-g1old)<=255。

5.5 削波
1. 定义：是对比度扩展的特例，即a=c=0。
2. 做法：只要给出g1old和g2old两个值，运用方程：b(g2old-g1old)=255计算出b值，并带入上节的公式中求得新图的灰度值即可。

5.6 阈值化
1. 定义：是削波的特例，即g1old=g2old。
2. 做法：阈值就象个门槛，比它大就是白，比它小就是黑。
3. 作用：是一种常用的将图像转换成黑白二值图的方法。

5.7 灰度窗口变换
1 .定义：灰度窗口变换是将某一区间的灰度级和其它部分(背景)分开。
2. 种类：
1）清除背景：把不在灰度窗口范围内的象素都赋值为0，在灰度窗口范围内的象素都赋值为255，这也能实现灰度图的二值化；
2）保留背景：把不在灰度窗口范围内的象素保留原灰度值，在灰度窗口范围内的象素都赋值为255。
3. 应用领域：电影特技处理（例如：“蓝幕”技术）。

5.8 灰度直方图统计
1.定义：用来统计图像灰度分布情况。，图中的横坐标表示灰度值，纵坐标表示该灰度值出现的次数(频率)。

5.9 灰度直方图均衡化
1. 直方图修正，就是通过一个灰度映射函数Gnew=F(Gold)，将原灰度直方图改造成你所希望的直方图。
2. 直方图均衡化是一种最常用的直方图修正。它是把给定图象的直方图分布改造成均匀直方图分布。直观地讲，直方图均衡化导致图象的对比度增加。//？？感觉像降低对比度。
3. 做法：
1）用一个数组s记录Pi分布的概率，即灰度i出现的次数与总的点数之比；
2）i从1开始，令s[i]=s[i]+s[i-1]；
3）用一个数组L记录新的调色板索引值，即令L[i]=s[i]×(10-1)；
4）计算新调色板的灰度值。
for (i = 0; i < EquaScale; i++) {
Gray=(int)(i*255.0/(EquaScale-1)); //？？超级不理解为什么是这样算的。
… …
｝
5）通过数组L结果，调整图像实际数据内的调色板索引值。

终于找到自己感兴趣图像处理出入了，嘻嘻，就是做电影特效处理！真的很帅也，有时间去找点这方面的资料看看，加油~