|
|
|
|
|
#ifndef __OPENCV_HDR_H__
|
|
|
|
|
|
#define __OPENCV_HDR_H__
|
|
|
|
|
|
|
|
|
|
|
|
#include<opencv2/opencv.hpp>
|
|
|
|
|
|
#include<iostream>
|
|
|
|
|
|
#include<vector>
|
|
|
|
|
|
#include<fstream>
|
|
|
|
|
|
#include<stdlib.h>
|
|
|
|
|
|
using namespace std;
|
|
|
|
|
|
using namespace cv;
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
void Debevec(vector<Mat>exposureImages, vector<float>exposureTimes, Mat& output);
|
|
|
|
|
|
void Robertson(vector<Mat>exposureImages, vector<float>exposureTimes, Mat& output);
|
|
|
|
|
|
void Mertens(vector<Mat>exposureImages, Mat& output);
|
|
|
|
|
|
|
|
|
|
|
|
//使用对比度、饱和度和曝光度好坏来对像素加权，而不是使用拉普拉斯金字塔来对图像进行加权。得到的图像权重被构造为对比度、饱和度和曝光度良好度量的加权平均值。
|
|
|
|
|
|
//生成的图像不需要进行色调映射，并且可以通过乘以255转换为8位图像，但是建议应用伽马校正或线性色调映射。
|
|
|
|
|
|
//不需要对应曝光时间, 可以在不需要HDR图像时使用，可直接得到低动态范围图像
|
|
|
|
|
|
void Mertens(vector<Mat>exposureImages)
|
|
|
|
|
|
{
|
|
|
|
|
|
auto merge_mertens = createMergeMertens();
|
|
|
|
|
|
Mat fusion;
|
|
|
|
|
|
merge_mertens->process(exposureImages, fusion);
|
|
|
|
|
|
//进行伽马矫正，需根据实际图像调节参数，2.2f可满足大多数显示情况
|
|
|
|
|
|
/*auto tonemap = createTonemap(2.2f);
|
|
|
|
|
|
tonemap->process(fusion, fusion);*/
|
|
|
|
|
|
fusion = fusion * 255;
|
|
|
|
|
|
fusion.convertTo(fusion, CV_8UC3);
|
|
|
|
|
|
imshow("Mertens", fusion);
|
|
|
|
|
|
imwrite("D:\\opencv_c++\\Learning-OpenCV\\高动态（HDR）图像\\Mertens.png", fusion);
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
//使用Debevec方法进行HDR合成，将多张曝光时间不同的照片及其对应的曝光值进行加权平均，得到float32类型的高动态范围HDR图像
|
|
|
|
|
|
//需要传入曝光图像序列和对应的曝光时间
|
|
|
|
|
|
void Debevec(vector<Mat>exposureImages, vector<float>exposureTimes)
|
|
|
|
|
|
{
|
|
|
|
|
|
//auto Debevec_response = createCalibrateDebevec();
|
|
|
|
|
|
//Mat response;
|
|
|
|
|
|
//Debevec_response->process(exposureImages, response, exposureTimes);
|
|
|
|
|
|
|
|
|
|
|
|
auto merge_Debevec = createMergeDebevec();
|
|
|
|
|
|
Mat hdr;
|
|
|
|
|
|
merge_Debevec->process(exposureImages, hdr, exposureTimes);
|
|
|
|
|
|
//由于是在普通的LDR显示器上进行显示，因此我们必须将HDR图像映射到保留大多数细节的8位范围的低动态范围LDR图像。
|
|
|
|
|
|
//这是进行色调映射的主要目标，伽玛校正值设置为2.2f适用于大多数情况
|
|
|
|
|
|
Mat ldr;
|
|
|
|
|
|
auto tonemap = createTonemap(2.2f);
|
|
|
|
|
|
tonemap->process(hdr, ldr);
|
|
|
|
|
|
//HDR图像进行色调映射后得到的LDR图像取值范围在 [ 0 , 1 ] ，所以乘255将范围拉伸到 [ 0 , 255 ]
|
|
|
|
|
|
ldr = ldr * 255;
|
|
|
|
|
|
//将float32类型转化为uchar8类型
|
|
|
|
|
|
ldr.convertTo(ldr, CV_8UC3);
|
|
|
|
|
|
imshow("Debevec_HDR", hdr);
|
|
|
|
|
|
imshow("Debevec_LDR", ldr);
|
|
|
|
|
|
imwrite("D:\\opencv_c++\\Learning-OpenCV\\高动态（HDR）图像\\Debevec_LDR.png", ldr);
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
//使用Robertson方法进行HDR图像合成，将多张曝光时间不同的照片及其对应的曝光值进行加权平均，得到float32类型的高动态范围HDR图像
|
|
|
|
|
|
//需要传入曝光图像序列和对应的曝光时间
|
|
|
|
|
|
void Robertson(vector<Mat>exposureImages, vector<float>exposureTimes)
|
|
|
|
|
|
{
|
|
|
|
|
|
//auto Robertson_response = createCalibrateRobertson();
|
|
|
|
|
|
//Mat response;
|
|
|
|
|
|
//Robertson_response->process(exposureImages, response, exposureTimes);
|
|
|
|
|
|
|
|
|
|
|
|
auto merge_Robertson = createMergeRobertson();
|
|
|
|
|
|
Mat hdr;
|
|
|
|
|
|
merge_Robertson->process(exposureImages, hdr, exposureTimes);
|
|
|
|
|
|
//由于是在普通的LDR显示器上进行显示，因此我们必须将HDR图像映射到保留大多数细节的8位范围的低动态范围LDR图像。
|
|
|
|
|
|
//这是进行色调映射的主要目标，伽玛校正值设置为2.2f适用于大多数情况
|
|
|
|
|
|
Mat ldr;
|
|
|
|
|
|
auto tonemap = createTonemap(2.2f);
|
|
|
|
|
|
tonemap->process(hdr, ldr);
|
|
|
|
|
|
//HDR图像进行色调映射后得到的LDR图像取值范围在 [ 0 , 1 ] ，所以乘255将范围拉伸到 [ 0 , 255 ]
|
|
|
|
|
|
ldr = ldr * 255;
|
|
|
|
|
|
ldr.convertTo(ldr, CV_8UC3);
|
|
|
|
|
|
imshow("Robertson_HDR", hdr);
|
|
|
|
|
|
imshow("Robertson_LDR", ldr);
|
|
|
|
|
|
imwrite("D:\\opencv_c++\\Learning-OpenCV\\高动态（HDR）图像\\Robertson_LDR.png", ldr);
|
|
|
|
|
|
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
#endif /* __OPENCV_HDR_H__ */
|
