基于暗通道先验和双边滤波的去雾算法 opencv c++ api

基于暗通道先验和双边滤波的去雾算法是一种比较常用的去雾算法，OpenCV中也提供了相应的API支持。下面我将给出一个基于OpenCV C++ API实现的去雾算法的示例代码。

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    // 读取输入图像
    Mat image = imread(argv[1], IMREAD_COLOR);

    if (image.empty())
    {
        cerr << "Failed to read image: " << argv[1] << endl;
        return -1;
    }

    // 转换为浮点类型
    Mat img_float;
    image.convertTo(img_float, CV_32FC3, 1.0 / 255.0);

    // 计算暗通道图像
    Mat dark_channel;
    cvtColor(img_float, dark_channel, COLOR_BGR2GRAY);
    int patch_size = 15;
    for (int i = 0; i < dark_channel.rows; i++)
    {
        for (int j = 0; j < dark_channel.cols; j++)
        {
            int x1 = max(j - patch_size / 2, 0);
            int y1 = max(i - patch_size / 2, 0);
            int x2 = min(j + patch_size / 2, dark_channel.cols - 1);
            int y2 = min(i + patch_size / 2, dark_channel.rows - 1);

            Scalar minVal;
            minMaxLoc(dark_channel(Rect(x1, y1, x2 - x1 + 1, y2 - y1 + 1)), &minVal);
            dark_channel.at<float>(i, j) = minVal[0];
        }
    }

    // 计算大气光
    Scalar airlight = mean(img_float.reshape(3), dark_channel > 0.1);

    // 计算透射率
    double omega = 0.95;
    Mat transmission = 1 - omega * dark_channel / airlight[0];

    // 双边滤波
    int filter_size = 15;
    Mat img_filtered;
    bilateralFilter(img_float, img_filtered, filter_size, 0.1, 10.0);

    // 恢复原始图像
    Mat img_dehazed = (img_filtered - airlight[0]) / max(transmission, 0.1) + airlight[0];
    img_dehazed.convertTo(img_dehazed, CV_8UC3, 255.0);

    // 显示结果
    imshow("Input Image", image);
    imshow("Dehazed Image", img_dehazed);
    waitKey(0);

    return 0;
}

上述代码中，首先读入输入图像并将其转换为浮点类型。然后计算暗通道图像，并根据暗通道图像估计大气光。接着计算透射率，并使用双边滤波进行图像去噪。最后根据透射率和大气光恢复原始图像，并将其转换为8位无符号整型格式。最后显示输入图像和去雾后的图像。

需要注意的是，该算法的具体参数需要根据实际情况进行调整，以获得最佳效果。