VC++编程实现对曝光不足照片的修复

核心提示：照片修复程序的实现根据上述算法就可以对照片进行均衡化处理了，对于照片一般是将其当作DIB(设备无关位图)来处理的，VC++编程实现对曝光不足照片的修复(2)，在将其装载到内存并获取到其HDIB 型句柄 hDIB后，需要预先获取该位图的一些相关参数以便后续使用：// 锁定DIB并返回指向DIB的指针LPSTR lpDIB

照片修复程序的实现

根据上述算法就可以对照片进行均衡化处理了。对于照片一般是将其当作DIB(设备无关位图)来处理的，在将其装载到内存并获取到其HDIB 型句柄 hDIB后，需要预先获取该位图的一些相关参数以便后续使用：

// 锁定DIB并返回指向DIB的指针
LPSTR lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) hDIB);
// 找到DIB图像象素起始位置并返回指向DIB象素指针
LPSTR lpDIBBits = m_clsDIB.FindDIBBits(lpDIB);
// 获取DIB的宽度
LONG lWidth = m_clsDIB.DIBWidth(lpDIB);
// 获取DIB的高度
LONG lHeight = m_clsDIB.DIBHeight(lpDIB);

根据算法设计，首先需要对原始位图进行灰度统计并对灰度分布密度进行计算，对于24位真彩位图，一个象素是由三个字节（R、G、B三颜色分量）组成的，因此需要分别对各颜色分量单独进行统计，同样，在灰度均衡处理时也是各自独立进行的。

for (i = 0; i < lHeight; i ++) // 对各像素进行灰度转换
{
　for (j = 0; j < lWidth * 3; j ++)
　{
　　// 对各像素进行灰度统计
　　unsigned char R = *((unsigned char *)lpDIBBits + lWidth * 3 * i + j);
　　nNs_R[R]++; j++;
　　unsigned char G = *((unsigned char *)lpDIBBits + lWidth * 3 * i + j);
　　nNs_G[G]++; j++;
　　unsigned char B = *((unsigned char *)lpDIBBits + lWidth * 3 * i + j);
　　nNs_B[B]++;
　}
}
for(i=0;i<256;i++) // 计算灰度分布密度
{
　fPs_R[i] = nNs_R[i] / (lHeight * lWidth * 1.0f);
　fPs_G[i] = nNs_G[i] / (lHeight * lWidth * 1.0f);
　fPs_B[i] = nNs_B[i] / (lHeight * lWidth * 1.0f);
}

接下来就要根据前面计算得到的各颜色分量的灰度分布密度来计算R、G、B三分量各自灰度级的累计直方图分布，并对其进行取整以得出从源到目标图像的灰度映射关系表。这一部分实际也是本文的核心，根据这一步计算得到的映射关系表就可以确定出源图象的某个灰度级在目的图象中对应于哪个新的灰度：

for(i = 0; i < 256; i++)
{
　//计算累计直方图分布
　if(i == 0)
　{
　　temp_r[0] = fPs_R[0];
　　temp_g[0] = fPs_G[0];
　　temp_b[0] = fPs_B[0];
　}
　else
　{
　　temp_r[i] = temp_r[i-1] + fPs_R[i];
　　temp_g[i] = temp_g[i-1] + fPs_G[i];
　　temp_b[i] = temp_b[i-1] + fPs_B[i];
　}
　//累计分布取整，nNs_R[]、nNs_G[]、nNs_B[]保存有计算出来的灰度映射关系
　nNs_R[i] = (int)(255.0f * temp_r[i] + 0.5f);
　nNs_G[i] = (int)(255.0f * temp_g[i] + 0.5f);
　nNs_B[i] = (int)(255.0f * temp_b[i] + 0.5f);
}