OpenCV高动态范围成像

True

• 代码：github.com/opencv/open…
• 样本数据：github.com/opencv/open…

四、解释

1. 加载图像和曝光时间

images, times = loadExposureSeq('exposures/')

# 查看数据集中曝光图像个数
len(images)

16

首先我们从用户自定义文件夹中(此处我采用了教程提供的数据集并将其放置到了同目录下便于载入)载入输入图像以及其曝光时间。文件夹中需要包含图像和list.txt文本文件，其中包含了文件名称和反曝光时间

提供的图像数据集的列表如下：

memorial00.png 0.03125

memorial01.png 0.0625

...

memorial15.png 1024

2. 估计相机响应

calibrate = cv.createCalibrateDebevec()
response = calibrate.process(images, times)

• 用法如下：

cv.createCalibrateDebevec( [, samples[, lambda_[, random]]] ) -> retval

• 参数含义：

• samples ：number of pixel locations to use
• lambda ：smoothness term weight. Greater values produce smoother results, but can alter the response.
• random ：if true sample pixel locations are chosen at random, otherwise they form a rectangular grid.

很多 HDR 构建算法都需要了解相机响应函数（CRF）。 我们使用一种校准算法来估计所有 256 个像素值的逆 CRF

3. 形成HDR图像

merge_debevec = cv.createMergeDebevec()
# 利用逆CRF形成HDR图像
hdr = merge_debevec.process(images, times, response)

• 用法如下：

cv.createMergeMertens( [, contrast_weight[, saturation_weight[, exposure_weight]]] ) -> retval

• 参数含义：

• contrast_weight ：contrast measure weight. See MergeMertens.
• saturation_weight： saturation measure weight
• exposure_weight ：well-exposedness measure weight

我们使用 Debevec 的加权方案，使用上一项中计算的响应来构建 HDR 图像。

4. 对 HDR 图像进行色调映射

tonemap = cv.createTonemap(2.2)
ldr = tonemap.process(hdr)
cv_show('Result', ldr)

• 用法如下： cv.createTonemap( [, gamma] ) -> retval
• 参数含义：

• gamma ：positive value for gamma correction. Gamma value of 1.0 implies no correction, gamma equal to 2.2f is suitable for most displays. Generally gamma > 1 brightens the image and gamma < 1 darkens it.

由于我们想在普通 LDR 显示器上看到我们的结果，我们必须将 HDR 图像映射到 8 位范围，保留大部分细节。 这是色调映射方法的主要目标。 我们使用带有双边滤波的色调映射器，并将 2.2 设置为 gamma 校正的值。

5. 实现曝光融合

merge_mertens = cv.createMergeMertens()
fusion = merge_mertens.process(images)

如果我们不需要 HDR 图像，还有另一种方法可以合并我们的曝光。 这个过程称为曝光融合，并产生不需要伽马校正的 LDR 图像。 它也不使用照片的曝光值。

compare([ldr,fusion])

左边是对HDR图像直接进行色调映射的结果，只会保留大部分细节，右边图像是使用所有输入图像序列进行图像曝光融合的结果

请注意，HDR%20图像不能以一种常见的图像格式存储，因此我们将其保存为%20Radiance%20图像%20(.hdr)。%20此外，所有%20HDR%20成像函数都返回%20[0,%201]%20范围内的结果，因此我们应该将结果乘以%20255。您可以尝试其他色调映射算法：cv::TonemapDrago、cv::TonemapMantiuk%20和%20cv::TonemapReinhard%20您还可以调整%20您自己的照片的%20HDR%20校准和色调映射方法参数。