Question

我试图找到图像的RGB值的最大值和最小值。我打算去的流程是：

加载图片。
加载图像后，在要测试的单元格周围创建一个15x15的单元格
找到测试单元格的最大RGB并将其存储在一个数组中。
然后使用max RGB的值打印图像，据我所知，图像应该是暗图像。 RGB的最大值对应于图像的暗部分

这里的问题是我对图像处理的新手，opencv。我不知道如何实现上面提到的这些事情i have attached a picture related to my doubt

这是代码，我刚刚阅读了图像并获得了图像的一些细节

#include "iostream"
#include "string.h"
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include "opencv2/opencv.hpp"

float lambda=0.0001;    //lambda
double _w=0.95;         //w
int height=0;           //image Height
int width=0;            //image Width
int size=0;         //total number of pixels
int blockdim = 32;

char img_name[100]="1.png";

Mat read_image()
{
    Mat img = imread(img_name);
    height = img.rows;
    width = img.cols;
    size = img.rows*img.cols;
    Mat real_img(img.rows,img.cols,CV_32FC3);
    img.convertTo(real_img,CV_32FC3);
    return real_img;
 }

//Main Function
int main(int argc, char * argv[])
{
     Mat img = read_image();
    /*****************************************************************/
    // Till here i have done my code. i.e. Read my image and get all   details about the image 
    // Now i'm not getting the logic to find the Min/Max of RGB values in an image for 
    // 15x15 cell

    return 0;
}

最后我想在GPU上实现这一点，我已经学到了很多关于GPU，CUDA和在GPU上运行的东西。现在我想做一些与GPU（CUDA）上的图像处理相关的东西

我想计算每个块的图像雾度范围。这是通过找到用于反映雾度范围的暗通道值来完成的。这个概念来自Kaiming He的论文Single Image Haze Removal using Dark Channel Prior。

每个块的暗通道值定义如下：

其中I ^ c（x＆＃39;，y＆＃39;）表示颜色通道c（红色，绿色或蓝色之一）中像素位置（x＆＃39;，y＆＃39;）的强度通道）和omega（x，y）表示像素位置的邻域（x＆＃39;，y＆＃39;）。

因为我是图像处理和打开简历的新手，我不知道如何翻译这个等式

Answer 1

我前段时间已经实现了这个，下面是代码片段。可能可以进一步优化，你应该自己添加cuda支持，但这可能是一个很好的起点。

主要步骤是：

加载BGR图像
使用最小值B，G，R（minValue3b）计算单个通道矩阵。
计算patchSize x patchSize邻域（minFilter）中的最小值。

备注

您需要找到最小值，而不是最大值。

为了避免在搜索邻域中的最小值时出现边界问题，您只需在图像周围添加足够大的边框，并使用最大允许值（即255）。您可以使用copyMakeBorder。

输入：

DCP：

代码：

#include <opencv2/opencv.hpp> using namespace cv; void minFilter(const Mat1b& src, Mat1b& dst, int radius) { Mat1b padded; copyMakeBorder(src, padded, radius, radius, radius, radius, BORDER_CONSTANT, Scalar(255)); int rr = src.rows; int cc = src.cols; dst = Mat1b(rr, cc, uchar(0)); for (int c = 0; c < cc; ++c) { for (int r = 0; r < rr; ++r) { uchar lowest = 255; for (int i = -radius; i <= radius; ++i) { for (int j = -radius; j <= radius; ++j) { uchar val = padded(radius + r + i, radius + c + j); if (val < lowest) lowest = val; } } dst(r, c) = lowest; } } } void minValue3b(const Mat3b& src, Mat1b& dst) { int rr = src.rows; int cc = src.cols; dst = Mat1b(rr, cc, uchar(0)); for (int c = 0; c<cc; ++c) { for (int r = 0; r<rr; ++r) { const Vec3b& v = src(r, c); uchar lowest = v[0]; if (v[1] < lowest) lowest = v[1]; if (v[2] < lowest) lowest = v[2]; dst(r, c) = lowest; } } } void DarkChannel(const Mat3b& img, Mat1b& dark, int patchSize) { int radius = patchSize / 2; Mat1b low; minValue3b(img, low); minFilter(low, dark, radius); } int main() { // Load the image Mat3b img = imread("path_to_image"); // Compute DCP Mat1b dark; DarkChannel(img, dark, 15); // Show results imshow("Img", img); imshow("Dark", dark); waitKey(); return 0; }

如何在CUDA上使用OpenCV查找图像的雾霾范围？

1 个答案: