opencv实现HDR图像融合 opencv hdr算法

转载

mob64ca14196783 2024-04-12 13:23:43

文章标签 opencv实现HDR图像融合 #include 伽马校正加载 文章分类 计算机视觉人工智能

理论

今天，大多数数字图像和成像设备每通道使用8位，因此将设备的动态范围限制为两个数量级（实际上是256级），而人眼可以适应变化十个数量级的照明条件。当我们拍摄现实世界场景的照片时，明亮区域可能会曝光过度，而暗区域可能会曝光不足，因此我们无法使用单次曝光捕获所有细节。 HDR成像适用于每通道使用8位以上（通常为32位浮点值）的图像，从而允许更宽的动态范围。

获取HDR图像的方法有很多种，但最常见的方法是使用不同曝光值拍摄的场景照片。要结合这种曝光，了解相机的响应函数是有用的，并且有估算它的算法。混合HDR图像后，必须将其转换回8位以在常规显示器上查看。此过程称为色调映射。当场景或相机的物体在镜头之间移动时会出现额外的复杂性，因为应该注册和对齐具有不同曝光的图像。

我们将展示如何从曝光序列生成和显示HDR图像。在我们的例子中，图像已经对齐，没有移动的物体。我们还展示了一种称为曝光融合的替代方法，可产生低动态范围图像。 HDR管道的每个步骤都可以使用不同的算法实现，因此请查看参考手册以查看所有步骤。

曝光序列

opencv实现HDR图像融合 opencv hdr算法_加载

代码

#include <opencv2/photo.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
#include <vector>
#include <iostream>
#include <fstream>
using namespace cv;
using namespace std;
void loadExposureSeq(String, vector<Mat>&, vector<float>&);
int main(int, char**argv)
{
    vector<Mat> images;
    vector<float> times;
    loadExposureSeq(argv[1], images, times);
    Mat response;
    Ptr<CalibrateDebevec> calibrate = createCalibrateDebevec();
    calibrate->process(images, response, times);
    Mat hdr;
    Ptr<MergeDebevec> merge_debevec = createMergeDebevec();
    merge_debevec->process(images, hdr, times, response);
    Mat ldr;
    Ptr<TonemapDurand> tonemap = createTonemapDurand(2.2f);
    tonemap->process(hdr, ldr);
    Mat fusion;
    Ptr<MergeMertens> merge_mertens = createMergeMertens();
    merge_mertens->process(images, fusion);
    imwrite("fusion.png", fusion * 255);
    imwrite("ldr.png", ldr * 255);
    imwrite("hdr.hdr", hdr);
    return 0;
}
void loadExposureSeq(String path, vector<Mat>& images, vector<float>& times)
{
    path = path + std::string("/");
    ifstream list_file((path + "list.txt").c_str());
    string name;
    float val;
    while(list_file >> name >> val) {
        Mat img = imread(path + name);
        images.push_back(img);
        times.push_back(1 / val);
    }
    list_file.close();
}