自动曝光算法 opencv 输入图片 输出增益和积分时间 c++

可以使用OpenCV中的cv::createCLAHE函数来实现自动曝光算法。

下面是一个例子代码，输入一张图片，输出相机的增益和积分时间。

#include <opencv2/opencv.hpp>

int main() {
    // 读取输入图像并转换为灰度图像
    cv::Mat img = cv::imread("input.jpg");
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);

    // 创建CLAHE对象并设置参数
    cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE();
    clahe->setClipLimit(4);
    clahe->setTilesGridSize(cv::Size(8, 8));

    // 对灰度图像进行均衡化处理
    cv::Mat equalized;
    clahe->apply(gray, equalized);

    // 计算增益和积分时间
    double gain = 0, exposure = 0;
    int hist[256] = {0};
    for (int i = 0; i < equalized.rows; i++) {
        for (int j = 0; j < equalized.cols; j++) {
            hist[equalized.at<uchar>(i, j)]++;
        }
    }
    int max_value = 0;
    for (int i = 0; i < 256; i++) {
        if (hist[i] > max_value) {
            max_value = hist[i];
        }
    }
    const double kTargetFraction = 0.05;
    const double kMaxFraction = 0.6;
    int target_value = 0;
    for (int i = 0; i < 256; i++) {
        if (hist[i] >= kTargetFraction * max_value) {
            target_value = i;
            break;
        }
    }
    double total_pixels = equalized.rows * equalized.cols;
    double pixel_count = 0;
    double target_pixels = kTargetFraction * total_pixels;
    double max_pixels = kMaxFraction * total_pixels;
    for (int i = 0; i < 256; i++) {
        pixel_count += hist[i];
        if (pixel_count >= target_pixels) {
            exposure = i;
            break;
        }
    }
    if (pixel_count > max_pixels) {
        double scale = max_pixels / pixel_count;
        exposure *= scale;
    }
    gain = (target_value + 1) / exposure;

    // 输出增益和积分时间
    std::cout << "Gain: " << gain << std::endl;
    std::cout << "Exposure: " << exposure << std::endl;

    return 0;
}

在这个例子中，首先读取输入图像并将其转换为灰度图像。然后，创建CLAHE对象并对灰度图像进行均衡化处理。接下来，计算图像直方图，并根据直方图计算增益和积分时间。

最后，输出相机的增益和积分时间。注意，这里的增益和积分时间是基于输入图像计算的，并不是直接从相机中获取的。