OpenCV4入门教程039：图像查找表（LUT）

LUT指显示查找表(Look-Up-Table)，本质上就是一个RAM。它把数据事先写入RAM后，每当输入一个信号就等于输入一个地址进行查表，找出地址对应的内容，然后输出。

LUT的应用范围比较广泛，例如：LUT(Look-Up Table)可以应用到一张像素灰度值的映射表，它将实际采样到的像素灰度值经过一定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成了另外一个与之对应的灰度值，这样可以起到突出图像的有用信息，增强图像的光对比度的作用。

很多PC系列卡具有8/10/12/16甚到32位的LUT，具体在LUT里进行什么样的变换是由软件来定义的。在这里LUT最重要的意义，就在于兼容了普通显示器的高阶显示功能，使得那些不能被普通显示器所显示的宽色域（一般指超过srgb）能够尽量被大致模拟在普通显示器上。然而，lut所模拟的效果，只能作为参考，作为修图时的大致观感。最佳、最完整的呈现，仍然是显示器、显卡以及素材本身的各项指标高度一致，所谓“硬解码”。

原理

函数原型为：

1
2
3

void cv::LUT(InputArray  src,
             InputArray  lut,
             OutputArray  dst);

参数说明：

该函数的第一个输入参数要求的数据类型必须是CV_8U类型，但是可以是多通道的图像矩阵。
第二个参数根据其参数说明可以知道输入量是一个1×256的矩阵，其中存放着每个像素灰度值映射后的数值，其形式如下表所示。如果第二个参数是单通道，则输入变量中的每个通道都按照一个LUT查找表进行映射；如果第二个参数是多通道，则输入变量中的第i个通道按照第二个参数的第i个通道LUT查找表进行映射。与之前的函数不同，函数输出图像的数据类型不与原图像的数据类型保持一致，而是和LUT查找表的数据类型保持一致，这是因为将原灰度值映射到新的空间中，因此需要与新空间中的数据类型保持一致。
dst：输出图像矩阵，其尺寸与src相同，数据类型与lut相同。

比如说：

原灰度值	值
0	0
1	0
2	0
3	0
4	0
…	0
100	0
101	1
102	1
103	1
…	1
200	1
201	2
202	2
…	2
255	2

如果是普通的三通道彩色图，每个通道都是这种操作

	R		G		B
原R像素值	新值	原G像素值	值	原B像素值	值
0	0	0	0	0	0
1	0	1	0	1	0
2	0	2	0	2	0
3	0	3	0	3	0
4	0	4	0	4	0
…	0	…	0	…	0
100	0	100	0	100	0
101	1	101	1	101	1
102	1	102	1	102	1
103	1	103	1	103	1
…	1	…	1	…	1
200	1	200	1	200	1
201	2	201	2	201	2
202	2	202	2	202	2
…	2	…	2	…	2
255	2	255	2	255	2

测试代码：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int agrc, char **agrv) {
    // LUT查找表第一层
    uchar lutFirst[ 256 ];
    for (int i = 0; i < 256; i++) {
        if (i <= 100)
            lutFirst[ i ] = 0;
        if (i > 100 && i <= 200)
            lutFirst[ i ] = 100;
        if (i > 200)
            lutFirst[ i ] = 255;
    }
    Mat lutOne(1, 256, CV_8UC1, lutFirst);

    // LUT查找表第二层
    uchar lutSecond[ 256 ];
    for (int i = 0; i < 256; i++) {
        if (i <= 100)
            lutSecond[ i ] = 0;
        if (i > 100 && i <= 150)
            lutSecond[ i ] = 100;
        if (i > 150 && i <= 200)
            lutSecond[ i ] = 150;
        if (i > 200)
            lutSecond[ i ] = 255;
    }
    Mat lutTwo(1, 256, CV_8UC1, lutSecond);

    // LUT查找表第三层
    uchar lutThird[ 256 ];
    for (int i = 0; i < 256; i++) {
        if (i <= 100)
            lutThird[ i ] = 100;
        if (i > 100 && i <= 200)
            lutThird[ i ] = 200;
        if (i > 200)
            lutThird[ i ] = 255;
    }
    Mat lutThree(1, 256, CV_8UC1, lutThird);

    //拥有三通道的LUT查找表矩阵
    vector<Mat> mergeMats;
    mergeMats.push_back(lutOne);
    mergeMats.push_back(lutTwo);
    mergeMats.push_back(lutThree);
    Mat LutTree;
    merge(mergeMats, LutTree);

    //计算图像的查找表
    Mat img = imread("1.jpg");
    if (img.empty()) {
        cout << "请确认图像文件名称是否正确" << endl;
        return -1;
    }

    Mat gray, out0, out1, out2;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    LUT(gray, lutOne, out0);
    LUT(img, lutOne, out1);
    LUT(img, LutTree, out2);
    imshow("out0", out0);
    imshow("out1", out1);
    imshow("out2", out2);
    waitKey(0);
    return 0;
}