通過灰度線性映射增強圖像對比度

Halcon中如何通過灰度線性映射增強圖片對比度呢？不急，我先講點其他的。

如果你用過Photoshop，那么想必對增強圖像的對比度很熟悉。在Photoshop中，我們對下面這張圖執行“色階”調整：

執行“色階”調整：可以觀察到圖片的對比度明顯增強。（白的更白，黑的更黑了）

它的原理是這樣的：將原圖中灰度值小于55的點全部強制置為0，將灰度值高于140的點強制置為255，并且將55~140之間的色階強行拓寬均勻映射到0~255之間，其效果是圖像對比度增強了。如下圖所示：

如果還不好理解，那么再看看在Photoshop中用“曲線”調整對比度：

再看看：

執行“曲線”調整之前，“曲線”是上圖中的藍線，斜率為1，即y = x。輸入灰階是多少，輸出灰階也是多少。

調整之后，藍線變成了一條斜率更大的直線，它經過（55, 0）、（140, 255）這兩個點。該直線斜率為： 255.0 / (140 - 55) = 3

該直線可表示為：y = 3x -  55 * 3

設Min = 55, Max = 140

則該直線可表示為：y = k * x - Min * k , 其中：k = 255.0/(Max - Min)

我們在曲線中這樣調整增強對比度的原理與之前在“色階”中調整的原理相同。

再回到Halcon中。Halcon中灰度值映射的算子主要有scale_image_max和scale_image。scale_image_max類似于Photoshop中的自動對比度，不易于精確控制，而scale_image則更好控制。

scale_image(Image : ImageScaled : Mult, Add : )

其輸出圖像與輸入圖像、輸入參數的關系如下：

g' := g * Mult + Add （g是輸入圖像Image，g' 是輸出圖像ImageScaled）

我們再對比一下之前我們“曲線”調整中得出的公式：y = k * x - Min * k , 其中：k = 255.0/(Max - Min)

可以類比得：Mult = k, Add =  - Min * k, 即Mult = k, Add =  - Min * Mult。

但是將Mult、Add作為參數的函數功能不太直觀，最好將Max、Min作為函數的參數，因此我封裝出了scale_gray_map (Image, Image2, Min, Max)函數，該函數的內容如下：

Mult := 255.0 / (Max - Min)
Add := -Mult * Min
scale_image (Image, Image2, Mult, Add)
return ()

具體如下圖所示：

Halcon中這種增強對比度的方法同樣適用于多通道的彩色圖像。