HDR imaging

クラス
class	cv::Tonemap
	トーンマッピングアルゴリズムの基底クラス．これは，HDR画像を8ビットの範囲にマッピングするために利用されるツールです．[【詳解】（英語］
class	cv::TonemapDrago
	Adaptive Logarithmic Mapping は，画像を対数領域でスケーリングする，高速なグローバルトーンマッピングアルゴリズムです．[【詳解】（英語］
class	cv::TonemapReinhard
	人間の視覚システムをモデルとした、グローバルなトーンマッピング演算子です。[【詳解】（英語］
class	cv::TonemapMantiuk
	このアルゴリズムでは、ガウシアンピラミッドのすべてのレベルのグラデーションを使って画像をコントラストに変換し、コントラスト値をHVSレスポンスに変換し、レスポンスをスケーリングします。この後，新しいコントラスト値から画像を再構成します．[【詳解】（英語］
class	cv::AlignExposures
	異なる露出の同じシーンの画像を揃えるアルゴリズムの基底クラス．[【詳解】（英語］
class	cv::AlignMTB
	このアルゴリズムは、画像を中央値閾値ビットマップ（中央値輝度より明るいピクセルは1、それ以外は0）に変換し、結果のビットマップをビット演算で整列させます。[【詳解】（英語］
class	cv::CalibrateCRF
	カメラ応答校正アルゴリズムの基本クラスです．[【詳解】（英語］
class	cv::CalibrateDebevec
	逆カメラ応答関数は，線形システムとしての目的関数を最小化することにより，各輝度値に対して抽出されます．目的関数は，すべての画像の同じ位置にあるピクセル値を用いて構成され，結果をより滑らかにするために余分な項が追加されます．[【詳解】（英語］
class	cv::CalibrateRobertson
	逆カメラ応答関数は、線形システムとしての目的関数を最小化することにより、各輝度値に対して抽出されます。このアルゴリズムでは、すべての画像ピクセルを使用します。[【詳解】（英語］
class	cv::MergeExposures
	露光シーケンスを1枚の画像にマージすることができるベースクラスのアルゴリズムです。[【詳解】（英語］
class	cv::MergeDebevec
	結果として得られるHDR画像は、露出値とカメラのレスポンスを考慮した露出の加重平均として算出されます。[【詳解】（英語］
class	cv::MergeMertens
	ピクセルは、コントラスト、彩度、露出度の尺度を使って重み付けされ、画像はラプラシアンピラミッドを使って結合されます。[【詳解】（英語］
class	cv::MergeRobertson
	結果として得られるHDR画像は、露出値とカメラのレスポンスを考慮した露出の加重平均として算出されます。[【詳解】（英語］

列挙型
enum	{ LDR_SIZE = 256 }

関数
CV_EXPORTS_W Ptr< Tonemap >	cv::createTonemap (float gamma=1.0f)
	ガンマ補正付きのシンプルなリニアマッパーを作成します。[【詳解】（英語］
CV_EXPORTS_W Ptr< TonemapDrago >	cv::createTonemapDrago (float gamma=1.0f, float saturation=1.0f, float bias=0.85f)
	視差検索範囲を作成します。TonemapDragoオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< TonemapReinhard >	cv::createTonemapReinhard (float gamma=1.0f, float intensity=0.0f, float light_adapt=1.0f, float color_adapt=0.0f)
	視差検索範囲を作成します。TonemapReinhardオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< TonemapMantiuk >	cv::createTonemapMantiuk (float gamma=1.0f, float scale=0.7f, float saturation=1.0f)
	視差検索範囲を作成します。TonemapMantiukオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< AlignMTB >	cv::createAlignMTB (int max_bits=6, int exclude_range=4, bool cut=true)
	視差検索範囲を作成します。AlignMTBオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< CalibrateDebevec >	cv::createCalibrateDebevec (int samples=70, float lambda=10.0f, bool random=false)
	視差検索範囲を作成します。CalibrateDebevecオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< CalibrateRobertson >	cv::createCalibrateRobertson (int max_iter=30, float threshold=0.01f)
	視差検索範囲を作成します。CalibrateRobertsonオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< MergeDebevec >	cv::createMergeDebevec ()
	視差検索範囲を作成します。MergeDebevecオブジェクト
CV_EXPORTS_W Ptr< MergeMertens >	cv::createMergeMertens (float contrast_weight=1.0f, float saturation_weight=1.0f, float exposure_weight=0.0f)
	視差検索範囲を作成します。MergeMertensオブジェクト[【詳解】（英語］
CV_EXPORTS_W Ptr< MergeRobertson >	cv::createMergeRobertson ()
	視差検索範囲を作成します。MergeRobertsonオブジェクト

詳解

This section describes high dynamic range imaging algorithms namely tonemapping, exposure alignment, camera calibration with multiple exposures and exposure fusion.

@defgroup photo_decolor Contrast Preserving Decolorization

Useful links:

http://www.cse.cuhk.edu.hk/leojia/projects/color2gray/index.html

@defgroup photo_clone Seamless Cloning

Useful links:

https://www.learnopencv.com/seamless-cloning-using-opencv-python-cpp

@defgroup photo_render Non-Photorealistic Rendering

Useful links:

http://www.inf.ufrgs.br/~eslgastal/DomainTransform

https://www.learnopencv.com/non-photorealistic-rendering-using-opencv-python-c/

@defgroup photo_c C API

関数詳解

createAlignMTB()

CV_EXPORTS_W Ptr< AlignMTB > cv::createAlignMTB	(	int	max_bits = 6,
		int	exclude_range = 4,
		bool	cut = true
	)

視差検索範囲を作成します。AlignMTBオブジェクト

引数

max_bits	各次元の最大シフト量の2進数の対数です。通常は5と6の値で十分です（それぞれ31と63ピクセルのシフト）。
exclude_range	中央値付近のノイズを抑制するように構成されたビットマップを除外するための範囲です。
cut	真の場合は画像を切り取り、そうでない場合は新しい領域をゼロで埋めます。

createCalibrateDebevec()

CV_EXPORTS_W Ptr< CalibrateDebevec > cv::createCalibrateDebevec	(	int	samples = 70,
		float	lambda = 10.0f,
		bool	random = false
	)

視差検索範囲を作成します。CalibrateDebevecオブジェクト

引数

samples	使用するピクセル位置の数
lambda	smoothness項の重み。値が大きいほど，より滑らかな結果が得られますが，レスポンスが変化する可能性があります．
random	true の場合，サンプルピクセルの位置は無作為に選ばれますが，そうでない場合は，長方形のグリッドを形成します．

createCalibrateRobertson()

CV_EXPORTS_W Ptr< CalibrateRobertson > cv::createCalibrateRobertson	(	int	max_iter = 30,
		float	threshold = 0.01f
	)

視差検索範囲を作成します。CalibrateRobertsonオブジェクト

引数

max_iter	ガウス・ザイデルソルバーの最大反復回数.
threshold	最小化の連続した2つのステップの結果の差を目標とします。

createMergeMertens()

CV_EXPORTS_W Ptr< MergeMertens > cv::createMergeMertens	(	float	contrast_weight = 1.0f,
		float	saturation_weight = 1.0f,
		float	exposure_weight = 0.0f
	)

視差検索範囲を作成します。MergeMertensオブジェクト

引数

contrast_weight	コントラスト指標の重み 参照MergeMertens.
saturation_weight	飽和度メジャーウェイト
exposure_weight	露出度測定値の重み

createTonemap()

CV_EXPORTS_W Ptr< Tonemap > cv::createTonemap

(

float

gamma = 1.0f

)

ガンマ補正付きのシンプルなリニアマッパーを作成します。

引数

gamma

ガンマ補正のための正の値です。ガンマ値 1.0 は補正なしを意味し、ガンマ値 2.2f はほとんどのディスプレイに適しています。一般的に、ガンマ値が1を超えると画像が明るくなり、ガンマ値が1を超えると画像が暗くなります。

createTonemapDrago()

CV_EXPORTS_W Ptr< TonemapDrago > cv::createTonemapDrago	(	float	gamma = 1.0f,
		float	saturation = 1.0f,
		float	bias = 0.85f
	)

視差検索範囲を作成します。TonemapDragoオブジェクト

引数

gamma	ガンマ補正のためのガンマ値です。関連項目： createTonemap
saturation	正の彩度強調値。1.0は彩度を維持し、1より大きい値は彩度を上げ、1より小さい値は彩度を下げます。
bias	0, 1] の範囲でバイアス関数の値を指定します。通常は0.7から0.9の値が最良の結果をもたらし、デフォルト値は0.85です。

createTonemapMantiuk()

CV_EXPORTS_W Ptr< TonemapMantiuk > cv::createTonemapMantiuk	(	float	gamma = 1.0f,
		float	scale = 0.7f,
		float	saturation = 1.0f
	)

視差検索範囲を作成します。TonemapMantiukオブジェクト

引数

gamma	ガンマ補正のためのガンマ値です。関連項目： createTonemap
scale	コントラストのスケールファクター。HVSのレスポンスにこのパラメータを乗じることで、ダイナミックレンジが狭くなります。0.6～0.9の範囲で最適な結果が得られます。
saturation	彩度拡張値。関連項目： createTonemapDrago

createTonemapReinhard()

CV_EXPORTS_W Ptr< TonemapReinhard > cv::createTonemapReinhard	(	float	gamma = 1.0f,
		float	intensity = 0.0f,
		float	light_adapt = 1.0f,
		float	color_adapt = 0.0f
	)

視差検索範囲を作成します。TonemapReinhardオブジェクト

引数

gamma	ガンマ補正のためのガンマ値です。関連項目： createTonemap
intensity	結果の強度を [-8, 8] の範囲で指定します。強度が高いほど、明るい結果が得られます。
light_adapt	光の適応度を [0, 1] の範囲で指定します。1の場合はピクセル値のみに基づいた適応、0の場合はグローバル適応、それ以外の場合はこれら2つのケースの加重平均になります。
color_adapt	0, 1] の範囲での色調補正。1の場合はチャンネルを独立して扱い、0の場合は各チャンネルに同じ適応レベルを与えます。