当前位置：首页 > article >正文

qt实现多影像的匀光调整

article 2024/11/14 18:15:15

要实现影像匀光效果并满足您列出的需求，可以设计一个基于Python的处理流程，主要使用GDAL库来读取、处理和输出影像，并应用图像处理算法。以下是一个实现方案的概要：

数据处理与GDAL读取
使用GDAL库读取影像数据，确保兼容多种格式，如GeoTIFF、JPEG等，并支持16位影像数据。
加载影像数据后，将数据转换为适合进一步处理的NumPy数组格式，以便高效处理。
图像匀光和色调一致
图像标准化：使用全局统计或参考影像标准化，使所有图像在相同色调、亮度范围内。
亮度调整：应用算法来计算图像整体亮度，调整暗区和亮区，确保图像不会过曝或过暗。
直方图匹配：如果目标是实现与某基准影像一致的色调，可以使用直方图匹配算法，达到一致的视觉效果。
参数控制与算法选择
提供多种算法，如直方图均衡、伽马校正等，让用户可选择合适的匀光算法。
设置参数选项，如亮度和对比度调整的强度控制，允许用户灵活控制效果。
过曝和过暗保护
在亮度调整阶段，添加条件限制（如亮度最大和最小阈值），防止图像过曝或过暗。
可以应用CLAHE（自适应直方图均衡化）等方法，增强局部对比度，同时避免整体曝光问题。
WALIS算法
应用多分辨率平衡算法，逐层调整重叠区域的影像亮度和对比度。
重叠区域检测
重叠区域检测：在地理坐标系中找到影像之间的重叠区域并处理。
自动过渡
在重叠区域平滑过渡，使得影像无缝拼接。

#include <QApplication>
#include <QImage>
#include <QLabel>
#include <QVBoxLayout>
#include <QWidget>
#include <gdal.h>
#include <gdal_priv.h>
#include <iostream>

// 读取影像数据并转换为QImage
QImage loadImageWithGDAL(const QString &filePath) {
    GDALAllRegister();
    GDALDataset *dataset = (GDALDataset *)GDALOpen(filePath.toStdString().c_str(), GA_ReadOnly);
    if (!dataset) {
        std::cerr << "Failed to open image with GDAL" << std::endl;
        return QImage();
    }

    int width = dataset->GetRasterXSize();
    int height = dataset->GetRasterYSize();
    GDALRasterBand *band = dataset->GetRasterBand(1);
    std::vector<uint16_t> data(width * height);
    band->RasterIO(GF_Read, 0, 0, width, height, data.data(), width, height, GDT_UInt16, 0, 0);

    // 16位影像转换为8位图像以便显示
    QImage image(width, height, QImage::Format_Grayscale8);
    for (int y = 0; y < height; ++y) {
        for (int x = 0; x < width; ++x) {
            int value = data[y * width + x] >> 8;
            image.setPixel(x, y, qRgb(value, value, value));
        }
    }
    GDALClose(dataset);
    return image;
}

// WALIS算法：多分辨率平滑处理
void applyWALIS(QImage &baseImage, QImage &overlapImage, QRect overlapRegion) {
    // 对重叠区域的每一层进行平滑处理，实现亮度均衡
    int numLevels = 5; // 层数可以根据需要调整
    for (int level = 0; level < numLevels; ++level) {
        for (int y = overlapRegion.top(); y < overlapRegion.bottom(); ++y) {
            for (int x = overlapRegion.left(); x < overlapRegion.right(); ++x) {
                QColor baseColor = baseImage.pixelColor(x, y);
                QColor overlapColor = overlapImage.pixelColor(x, y);

                int blendedRed = (baseColor.red() + overlapColor.red()) / 2;
                int blendedGreen = (baseColor.green() + overlapColor.green()) / 2;
                int blendedBlue = (baseColor.blue() + overlapColor.blue()) / 2;

                // 将混合后的颜色设置到重叠区域
                baseImage.setPixelColor(x, y, QColor(blendedRed, blendedGreen, blendedBlue));
            }
        }
    }
}

// 检测并返回影像的重叠区域（地理坐标系）
QRect detectOverlapRegion(const GDALDataset *dataset1, const GDALDataset *dataset2) {
    double geoTransform1[6], geoTransform2[6];
    dataset1->GetGeoTransform(geoTransform1);
    dataset2->GetGeoTransform(geoTransform2);

    double left1 = geoTransform1[0];
    double top1 = geoTransform1[3];
    double right1 = left1 + dataset1->GetRasterXSize() * geoTransform1[1];
    double bottom1 = top1 + dataset1->GetRasterYSize() * geoTransform1[5];

    double left2 = geoTransform2[0];
    double top2 = geoTransform2[3];
    double right2 = left2 + dataset2->GetRasterXSize() * geoTransform2[1];
    double bottom2 = top2 + dataset2->GetRasterYSize() * geoTransform2[5];

    double overlapLeft = std::max(left1, left2);
    double overlapRight = std::min(right1, right2);
    double overlapTop = std::min(top1, top2);
    double overlapBottom = std::max(bottom1, bottom2);

    int x1 = (overlapLeft - left1) / geoTransform1[1];
    int y1 = (overlapTop - top1) / geoTransform1[5];
    int x2 = (overlapRight - left1) / geoTransform1[1];
    int y2 = (overlapBottom - top1) / geoTransform1[5];

    return QRect(x1, y1, x2 - x1, y2 - y1);
}

int main(int argc, char *argv[]) {
    QApplication app(argc, argv);

    // 加载两张影像
    QString filePath1 = "path_to_image_1.tif";
    QString filePath2 = "path_to_image_2.tif";
    QImage image1 = loadImageWithGDAL(filePath1);
    QImage image2 = loadImageWithGDAL(filePath2);
    if (image1.isNull() || image2.isNull()) return -1;

    // 检测重叠区域
    GDALDataset *dataset1 = (GDALDataset *)GDALOpen(filePath1.toStdString().c_str(), GA_ReadOnly);
    GDALDataset *dataset2 = (GDALDataset *)GDALOpen(filePath2.toStdString().c_str(), GA_ReadOnly);
    QRect overlapRegion = detectOverlapRegion(dataset1, dataset2);

    // 应用WALIS算法进行过渡处理
    applyWALIS(image1, image2, overlapRegion);

    // 关闭影像
    GDALClose(dataset1);
    GDALClose(dataset2);

    // 创建UI，展示处理后的影像
    QWidget window;
    QVBoxLayout layout(&window);

    QLabel *imageLabel = new QLabel;
    imageLabel->setPixmap(QPixmap::fromImage(image1));
    layout.addWidget(imageLabel);

    window.setLayout(&layout);
    window.setWindowTitle("WALIS影像匀光处理");
    window.show();

    return app.exec();
}