开发环境：Ubuntu 18.04 LTS + ROS Melodic + ViSP 3.3.1
文章内容主要参考ViSP官方教学文档：https://visp-doc.inria.fr/doxygen/visp-daily/tutorial_mainpage.html

本文主要介绍如何使用ViSP实现图像锐化处理，主要涉及直方图拉伸、直方图均衡、CLAHE算法、非锐化掩膜（unsharp masking）算法。本文主要参考imgproc中的 tutorial-contrast-sharpening.cpp例程。首先要获取这个例程文件并编译它

svn export https://github.com/lagadic/visp.git/trunk/tutorial/imgproc
cd imgproc/contrast-sharpening
mkdir build
cd build 
cmake .. -DCMAKE_BUILD_TYPE=Release -DVISP_DIR=$VISP_WS/visp-build
make 

 执行例程，查看效果

./tutorial-contrast-sharpening

原图

直方图拉伸处理后的结果

  HSV颜色空间中，直方图拉伸处理后的结果

直方图均衡处理后的结果

  CLAHE算法处理后的结果

  非锐化掩膜处理后的结果

 我们来看一下程序的实现过程

#include <cstdlib>
#include <iostream>
#include <visp3/core/vpImage.h>
#include <visp3/gui/vpDisplayGDI.h>
#include <visp3/gui/vpDisplayOpenCV.h>
#include <visp3/gui/vpDisplayX.h>
#include <visp3/io/vpImageIo.h>

#if defined(VISP_HAVE_MODULE_IMGPROC)
//! [Include]
#include <visp3/imgproc/vpImgproc.h>
//! [Include]
#endif

int main(int argc, const char **argv)
{
//! [Macro defined]
#if defined(VISP_HAVE_MODULE_IMGPROC) && (defined(VISP_HAVE_X11) || defined(VISP_HAVE_GDI) || defined(VISP_HAVE_OPENCV))
  //! [Macro defined]
  //!
  std::string input_filename = "Crayfish-low-contrast.png"; //设置默认输入图像的名称
  int blockRadius = 150;  //设置CLAHE算法的默认参数
  int bins = 256;  //设置CLAHE算法的默认参数
  float slope = 3.0f;  //设置CLAHE算法的默认参数
  float sigma = 2.0f;  //设置非锐化掩膜算法的默认参数
  double weight = 0.5;  //设置非锐化掩膜算法的默认参数

  for (int i = 1; i < argc; i++) {
    if (std::string(argv[i]) == "--input" && i + 1 < argc) {
      input_filename = std::string(argv[i + 1]);
    } else if (std::string(argv[i]) == "--blockRadius" && i + 1 < argc) {
      blockRadius = atoi(argv[i + 1]);
    } else if (std::string(argv[i]) == "--bins" && i + 1 < argc) {
      bins = atoi(argv[i + 1]);
    } else if (std::string(argv[i]) == "--slope" && i + 1 < argc) {
      slope = (float)atof(argv[i + 1]);
    } else if (std::string(argv[i]) == "--sigma" && i + 1 < argc) {
      sigma = (float)atof(argv[i + 1]);
    } else if (std::string(argv[i]) == "--weight" && i + 1 < argc) {
      weight = atof(argv[i + 1]);
    } else if (std::string(argv[i]) == "--help" || std::string(argv[i]) == "-h") {
      std::cout << "Usage: " << argv[0]
                << " [--input <input image>]"
                   " [--blockRadius <block radius for CLAHE>] "
                   " [--bins <nb histogram bins for CLAHE>] [--slope <slope for CLAHE>]"
                   " [--sigma <Gaussian kernel standard deviation>] [--weight <unsharp mask weighting>]"
                   " [--help] [-h]"
                << std::endl;
      return EXIT_SUCCESS;
    }
  }

  //! [Read]
  vpImage<vpRGBa> I_color;
  vpImageIo::read(I_color, input_filename);
//! [Read]

#ifdef VISP_HAVE_X11
  vpDisplayX d, d2, d3, d4, d5, d6;
#elif defined(VISP_HAVE_GDI)
  vpDisplayGDI d, d2, d3, d4, d5, d6;
#elif defined(VISP_HAVE_OPENCV)
  vpDisplayOpenCV d, d2, d3, d4, d5, d6;
#endif
  d.init(I_color, 0, 0, "Input color image");

  //! [Stretch contrast]
  vpImage<vpRGBa> I_stretch;
  vp::stretchContrast(I_color, I_stretch); //直方图拉伸处理
  //! [Stretch contrast]
  d2.init(I_stretch, I_color.getWidth(), 10, "Stretch contrast");

  //! [Stretch contrast HSV]
  vpImage<vpRGBa> I_stretch_hsv;
  vp::stretchContrastHSV(I_color, I_stretch_hsv);//HSV颜色空间中的直方图拉伸处理
  //! [Stretch contrast HSV]
  d3.init(I_stretch_hsv, 0, I_color.getHeight() + 80, "Stretch contrast HSV");

  //! [Histogram equalization]
  vpImage<vpRGBa> I_hist_eq;
  vp::equalizeHistogram(I_color, I_hist_eq);  //直方图均衡处理
  //! [Histogram equalization]
  d4.init(I_hist_eq, I_color.getWidth(), I_color.getHeight() + 80, "Histogram equalization");

  //! [CLAHE]
  vpImage<vpRGBa> I_clahe;
  vp::clahe(I_color, I_clahe, blockRadius, bins, slope);  //CLAHE算法处理
  //! [CLAHE]
  d5.init(I_clahe, 0, 2 * I_color.getHeight() + 80, "CLAHE");

  //! [Unsharp mask]
  vpImage<vpRGBa> I_unsharp;
  vp::unsharpMask(I_clahe, I_unsharp, sigma, weight); //非锐化掩膜算法处理
  //! [Unsharp mask]
  d6.init(I_unsharp, I_color.getWidth(), 2 * I_color.getHeight() + 80, "Unsharp mask");

  vpDisplay::display(I_color);
  vpDisplay::display(I_stretch);
  vpDisplay::display(I_stretch_hsv);
  vpDisplay::display(I_hist_eq);
  vpDisplay::display(I_clahe);
  vpDisplay::display(I_unsharp);
  vpDisplay::displayText(I_unsharp, 20, 20, "Click to quit.", vpColor::red);
  vpDisplay::flush(I_color);
  vpDisplay::flush(I_stretch);
  vpDisplay::flush(I_stretch_hsv);
  vpDisplay::flush(I_hist_eq);
  vpDisplay::flush(I_clahe);
  vpDisplay::flush(I_unsharp);
  vpDisplay::getClick(I_unsharp);

  return EXIT_SUCCESS;
#else
  (void)argc;
  (void)argv;
  return 0;
#endif
}

如果大家对于深度学习与计算机视觉领域感兴趣，希望获得更多的知识分享与最新的论文解读，欢迎关注我的个人公众号“深视”。