专栏地址：http://blog.csdn.net/column/details/imagep.html
本篇博客主要记录Image图像处理软件的基本图像处理，包括黑白图像、图像柔化、图像锐化。


图像黑白化
现在我们得到的大多数图像都是彩色图像，那么如果想要把它变成黑白图像，该怎么操作呢？
一个简单的方法就是——利用cvtColor实现。

cvtColor的原型如下：

C++: void cvtColor(InputArray src,
 OutputArray dst, int code, int dstCn=0 )


在cvtColor中利用CV_BGR2GRAY, CV_RGB2GRAY就可以实现从RGB图像转换为黑白图像。
转换公式如下：




Code：

void MainWindow::on_actionBlackWhite_triggered()
{
    cv::Mat bw;
    cv::cvtColor(image,bw,CV_BGR2GRAY);
    QImage bimg = QImage((const uchar*)(bw.data),bw.cols,bw.rows,QImage::Format_Indexed8);
    ui->Imagedisplaylabel->setPixmap(QPixmap::fromImage(bimg));
    //ui->Imagedisplaylabel->setScaledContents(true);
    //ui->Imagedisplaylabel->resize(ui->Imagedisplaylabel->width(),ui->Imagedisplaylabel->height());

}


Example:



References:

彩色空间及cvtColor解析







图像柔化

图像柔化其实也就是图像模糊（平滑），算是一个非常简单的操作。


Code:

void MainWindow::on_actionSmooth_triggered()
{
    cv::Mat Smooth;
    cv::namedWindow("Ori");
    cv::imshow("Ori",image);
    cv::GaussianBlur(image,Smooth,cv::Size(5,5),5);
    cv::namedWindow("S");
    cv::imshow("S",Smooth);
}


Example:








图像锐化
所谓图像锐化就是要突出图像的边缘信息，加强图像的轮廓特征，以便于人眼的识别。图像锐化是与图像平滑相反的一类处理。它主要分为：空域处理方法和频域处理方法。这里要讲的是类似Photoshop的unsharpe mask锐化，从概念上讲，unsharpe mask就是首先从原图上生成一个模糊拷贝，用原图减去这个拷贝，得到原图的边界，类似于经过一次高斯过滤查找到图像的边界。这个图像边界就是我们需要的mask。
整个锐化过程如下所示：


（上图改进方案见文献Image Enhancement via Adaptive Unsharp Masking）
一个简单的实例：


Code:

void MainWindow::on_actionSharpe_triggered()
{
    cv::namedWindow("ori_s");
    cv::imshow("ori_s",image);
    cv::Mat sharpe;
    cv::GaussianBlur(image,sharpe,cv::Size(5,5),5);
    cv::addWeighted(image,1.5,sharpe,-0.6,0,sharpe);
    cv::namedWindow("sharpe");
    cv::imshow("sharpe",sharpe);
}

Example:



References：

SHARPENING: UNSHARP MASK
GUIDE TO IMAGE SHARPENING
Unsharp masking[Wikipedia]
利用unsharp mask锐化图像





更多图像处理资源，请关注博客：LinJM-机器视觉微博：林建民-机器视觉

部分功能效果图







GitHub:https://github.com/CnYiXiaoNaiHe/OpenCV-   持续更新

专栏地址：http://blog.csdn.net/column/details/imagep.html

本系列博客主要记录Image_Lin图像处理软件的开发记录。

Image_Lin软件计划实现的功能包括：

(一)、基本图像处理（黑白、锐化、柔化、补光）


(二)、人像美容（人脸美肤）


(三)、图像特效（素描、油画、浮雕、怀旧、Lomo）


(四)、图像去雾

Image_Lin图像处理的开发工具是：QT+OpenCV



这一篇博客我主要对QT和OpenCV进行一个简单的介绍。


QT是一个跨平台的C++图形用户界面应用程序框架，首度为公众可用是在1995年5月。它最初由Haavard Nord和Eirik Chambe-Eng开发而成。当前最新的版本是Qt5.2，下载地址。
一些关于QT的教程如下：


QT 编程基础入门到精通


Qt 学习之路 2


QT 学 习 


下面，我谈谈Qt的元对象系统
Qt的主要成就之一就是使用了一种机制对C++进行了扩展，并且使用这种机制创建了独立的软件组件。这些组件可以绑定在一起，但任何一个组件对于它所要连接的组件的情况事先一无所知。
这种机制称为元对象系统（meta-object system），它提供了关键的两项技术：信号-槽以及内省（introspection）。内省功能对于实现信号与槽是必需的，并且允许应用程序的开发人员在运行时获得有关QObject子类的“元信息”，包括一个含有对象的类名以及它所支持的信号和槽的列表。这一机制也支持属性和文本翻译，并且它也为QtScript模块奠定了基础。从Qt4.2开始，可以动态添加属性。
标准C++没有对Qt的元对象系统所需要的动态元信息提供支持。Qt通过提供一个独立的moc工具解决了这个问题，moc解析Q_OBJECT类的定义并且通过C++函数提供可供使用的信息。由于moc使用纯C++来实现它的所有功能，所以Qt的元对象系统可以在任意C++编译器上工作。
这一机制是这样工作的：

Q_OBJECT宏声明了在每一个QObject子类中必须实现的一些内省函数：metaObject()、tr()、qt_metacall(),以及其他一些函数。
Qt的moc工具生成了用于由Q_OBJECT声明的所有函数和所有信号的实现。
像connect()和disconnect()这样的QObject的成员函数使用这些内省函数来完成它们的工作。



OpenCV是一个基于开源发行的跨平台计算机视觉库，它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

当前最新的版本是2.4.8，下载地址。
一些入门教程：


OpenCV学习笔记：快速入门例程


OpenCV入门指南




更多图像处理、机器视觉资源请关注 博客：LinJM-机器视觉 微博：林建民-机器视觉

专栏地址：http://blog.csdn.net/column/details/imagep.html
这一篇文章记录有关图像显示的问题。
因为对QT的研究不深，所以在QT上显示图像的设计过程真是坎坎坷坷。


在最开始，我用的显示方法最简单，就是用label来显示，就是下面这个：



ui->label->setPixmap(QPixmap::fromImage(img));



可是发现显示效果太差，为什么呢？

原因是图片的显示被束缚在我原始所画的label大小之下，当我想要显示比这个label更大的图片时，比如我输入一张完整的lena图像，无法显示完整。如下所示：


然后，我就得想办法解决这个问题。

很明显，把label的大小设置的大一点不是一个好的解决方案。

那么，我后来就想，把图片的大小压缩显示，这个思路清晰简单。


    ui->label->setPixmap(QPixmap::fromImage(img));
    ui->label->setScaledContents(true);
    ui->label->resize(ui->label->width(),ui->label->height());

可是还是遇到一个问题：图片变形了，如下所示

：

在以上问题出现后，我曾经这么想：选择一个合适的压缩比显示图片，就是说，我比较图片的大小和label的大小，然后根据它们之间的比例关系按图片的原始长宽比例缩减图片大小：


float cols_temp = image.cols;
    float wid_temp = ui->Imagedisplaylabel->width();
    float rows_temp = image.rows;
    float hei_temp = ui->Imagedisplaylabel->height();
    float ratio1 = cols_temp/wid_temp;
    float ratio2 = rows_temp/hei_temp;
    float ratio = 0.0;
    if (ratio1 > ratio2)
         ratio = ratio1;
    else
         ratio = ratio2;
    int width_re = ui->Imagedisplaylabel->width()/ratio;
    int height_re = ui->Imagedisplaylabel->height()/ratio;
    ui->Imagedisplaylabel->resize(width_re,height_re);

可是很不幸，无法达到好的效果。

最后，我在浏览博客 基础学习笔记之opencv(15)：离散傅里叶变换的时候看到它的显示效果居然没有变形：




然后才发现，原来用Text Browser也可以显示图片。







Code如下：

void MainWindow::on_actionOpen_triggered()
{
    QString filename = QFileDialog::getOpenFileName(this,tr("Open Image"),".",tr("Image Files(*.png *.jpg *.jepg *.bmg)"));
    image = cv::imread(filename.toLatin1().data());
    cv::Mat temp;

    cv::cvtColor(image,temp,CV_BGR2RGB);
    //QImage img = QImage((const unsigned char*)(temp.data),temp.cols,temp.rows,QImage::Format_RGB888);
    QString path = QString("<img src=\"%1\"/>").arg(filename);
    ui->textBrowser->setFixedHeight(image.rows);
    ui->textBrowser->setFixedWidth(image.cols);
    ui->textBrowser->clear();
    ui->textBrowser->append(path);
}

显示效果如下：





另外，其实在最开始的时候我还没意识到使用布局方法，最后才发现布局方法的使用能够使窗口的结构布局适应窗口的变化。







References:

QTextEdit/QTextBrowser添加彩色文字与图片
基础学习笔记之opencv(15)：离散傅里叶变换



更多图像处理、机器学习资源，请关注博客：LinJM-机器视觉
  微博：林建民-机器视觉