OpenCV CUDA模块直方图计算------用于在 GPU 上执行对比度受限的自适应直方图均衡类cv::cuda::CLAHE

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::cuda::CLAHE 是 OpenCV 的 CUDA 模块中提供的一个类，用于在 GPU 上执行对比度受限的自适应直方图均衡（Contrast Limited Adaptive Histogram Equalization, CLAHE）。CLAHE 是一种图像处理技术，旨在提高图像局部区域的对比度，同时限制了对比度增强的程度以避免噪声的放大。

主要功能

• 局部对比度增强：通过将图像划分为小块，并对每个小块进行直方图均衡化来提升局部对比度。
• 对比度限制：通过设置阈值来限制单个灰度值的最大贡献，从而防止噪声被过度放大。
• GPU 加速：利用 NVIDIA GPU 进行加速计算，适用于实时或高性能需求的应用场景。

类概述

以下是 cv::cuda::CLAHE 的一些关键成员函数和说明：

构造函数

  CLAHE(double clipLimit=40.0, int tileGridSize=8)：

    clipLimit：对比度限制阈值。默认值为 40.0。
    tileGridSize：划分网格的大小（以像素为单位）。默认值为 8x8。

设置与获取参数

 //设置对比度限制。
void setClipLimit
(
	double clipLimit
)

double getClipLimit() const：//获取对比度限制

// 设置划分网格的大小。
 void setTilesGridSize
 (
 	cv::Size tileGridSize
 )

cv::Size getTilesGridSize() const：//获取划分网格的大小。

应用 CLAHE

void apply
(
	InputArray src, 
	OutputArray dst
)：
//在给定输入图像上应用 CLAHE 算法，并将结果存储在输出图像中。

    src：输入图像，通常是灰度图像。
    dst：输出图像，与输入图像具有相同的尺寸和类型。

示例代码

以下是一个简单的例子，演示如何使用 cv::cuda::CLAHE 对图像进行处理：

#include <opencv2/cudaarithm.hpp>   // 包含CUDA算术运算头文件
#include <opencv2/cudaimgproc.hpp>  // 包含CUDA图像处理头文件
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );
    if ( img.empty() )
    {
        std::cerr << "无法加载图像" << std::endl;
        return -1;
    }

    // 将图像上传到GPU
    cv::cuda::GpuMat d_img;
    d_img.upload( img );

    // 创建CLAHE对象
    cv::Ptr< cv::cuda::CLAHE > clahe = cv::cuda::createCLAHE( 40.0, cv::Size( 8, 8 ) );

    // 输出图像
    cv::cuda::GpuMat d_result;

    // 应用CLAHE
    clahe->apply( d_img, d_result );

    // 下载结果到主机内存
    cv::Mat result;
    d_result.download( result );

    // 显示原始图像和处理后的图像
    cv::imshow( "Original Image", img );
    cv::imshow( "CLAHE Enhanced Image", result );
    cv::waitKey( 0 );

    return 0;
}

运行结果