opencv 彩色图亮度矫正使用高斯方式 c++代码

以下是使用高斯方式进行彩色图像亮度矫正的 C++ 代码示例：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 加载彩色图像
    Mat image = imread("input.jpg");

    // 将彩色图像转换为 LAB 颜色空间
    Mat lab_image;
    cvtColor(image, lab_image, COLOR_BGR2Lab);

    // 分离出亮度信道
    std::vector<Mat> lab_channels;
    split(lab_image, lab_channels);
    Mat l_channel = lab_channels[0];

    // 计算亮度信道的均值和标准差
    Scalar mean, stddev;
    meanStdDev(l_channel, mean, stddev);

    // 设置目标均值和标准差
    double target_mean = 128.0;
    double target_stddev = 64.0;

    // 计算亮度信道的平移和缩放参数
    double alpha = target_stddev / stddev.val[0];
    double beta = target_mean - alpha * mean.val[0];

    // 对亮度信道进行高斯平滑
    Mat smoothed_l_channel;
    GaussianBlur(l_channel, smoothed_l_channel, Size(0, 0), 20);

    // 对亮度信道进行平移和缩放
    Mat corrected_l_channel = alpha * smoothed_l_channel + beta;

    // 将处理后的亮度信道和原图像的色度信道合并
    lab_channels[0] = corrected_l_channel;
    Mat result_image;
    merge(lab_channels, lab_image);
    cvtColor(lab_image, result_image, COLOR_Lab2BGR);

    // 显示结果图像
    imshow("Input Image", image);
    imshow("Output Image", result_image);
    waitKey(0);

    return 0;
}

在上述代码中，我们首先加载了一个彩色图像，然后将它转换为 LAB 颜色空间，并分离出亮度信道。接着，我们计算了亮度信道的均值和标准差，并根据目标均值和标准差计算了亮度信道的平移和缩放参数。然后，我们对亮度信道进行高斯平滑，并进行平移和缩放操作，最后将处理后的亮度信道和原图像的色度信道合并，得到最终的结果图像。