光線補償算法的實現

最近扒拉了一些光線補償算法的實現，可能是能力比較有限，看到的大多是是基於Face detection in color images是這篇論文的實現。
從效果上來看，的確起到了明亮、美白的效果。但是從代碼本身來看，最終的結果只是分別對各通道進行一個有控制的伸展。只不過這個伸展的彈性是“自適應”的，這里我就疑問：這樣就能夠起到去除影音的效果了嗎？還是所謂光線補償並不是為了取得這樣的一個效果。

#include "stdafx.h"
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#include <stdio.h>
#include <io.h>
#include <iostream>
#include <stdio.h>
#include "GObeautifyhelper.h" //算法庫
#include "opencv2/contrib/contrib.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"                                                                      
#include <math.h>
#include <string>
#include <time.h>
using namespace cv;
using namespace std;

int main()
{
                Mat src = imread( "F:\\my\\head_src_2.jpg" );
                imshow( "原始圖片" ,src);
                Mat dst=src.clone();
                 ////////////////////////////////////////////////////////////////////////// Face detection in color images
                 //////////////////////////////////////////////////////////////////////////根據高光區域直方圖計算進行光線補償
                 const float thresholdco = 0.05;
                 const int thresholdnum = 100;

                 int histogram[256] = {0};
                 for(int i=0;i<dst.rows;i++)
                {      
                                 for(int j=0;j<dst.cols;j++)
                                {  
                                                 int b = dst.at<Vec3b>(i,j)[0];
                                                 int g = dst.at<Vec3b>(i,j)[1];
                                                 int r = dst.at<Vec3b>(i,j)[2];
                                                 //計算灰度值
                                                 int gray = (r*299+g*587+b*114)/1000;
                                                histogram[gray]++;
                                }
                }

                 int calnum =0;
                 int total = dst.rows * dst.cols ;
                 int num;
                 //下面的循環得到滿足系數thresholdco的臨界灰度級
                 for(int i =0;i<256;i++)
                {
                                 if((float )calnum/total < thresholdco) //得到前5%的高亮像素。
                                {
                                                calnum+= histogram[255-i];//histogram保存的是某一灰度值的像素個數,calnum是邊界灰度之上的像素數
                                                num = i;
                                }
                                 else
                                                 break;
                }
                 int averagegray = 0;
                calnum =0;
                 //得到滿足條件的象素總的灰度值
                 for(int i = 255;i>=255-num;i--)
                {
                                averagegray += histogram[i]*i; //總的像素的個數*灰度值
                                calnum += histogram[i]; //總的像素數
                }
                averagegray /=calnum;
                 //得到光線補償的系數
                 float co = 255.0/(float )averagegray;
 
                 for(int i=0;i<dst.rows;i++)
                {      
                                 for(int j=0;j<dst.cols;j++)
                                {  
                                    dst.at<Vec3b>(i,j)[0]= CLAMP0255(co*dst.at<Vec3b>(i,j)[0]+0.5);
                                                dst.at<Vec3b>(i,j)[1]=CLAMP0255(co*dst.at<Vec3b>(i,j)[1]+0.5);
                                                dst.at<Vec3b>(i,j)[2]=CLAMP0255(co*dst.at<Vec3b>(i,j)[2]+0.5);
                                                
                                }
                }
                imshow( "Face detection in color images" ,dst);


 

                cv::waitKey();
                 return 0;
}

　　

在
中提到了這樣一段

它的前半段看上去很像這種直方圖的方法，但是后面一段非常NB地指出“模擬人視覺的視敏相應曲線”，並且給出了計算公式。所以這種方法最終也只是一種視網膜增強算法，當然它包含了將過大過小的區域進行壓縮的部分。