OpenCV C++实现图像去雾算法

图像去雾算法可以通过多种方法实现，这里我们提供一个基于 OpenCV C++ 的实现方法

1. 首先，确保已经安装了 OpenCV 库。如果没有安装，请参考官方文档进行安装：https://opencv.org/releases/

2. 创建一个名为 “ImageDehaze.cpp” 的新文件，并在其中添加以下代码：

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

using namespace cv;
using namespace std;

Mat dehaze(Mat input_image, float w) {
    Mat dark_channel = Mat::zeros(input_image.rows, input_image.cols, CV_8UC1);
    Mat transmission_map = Mat::zeros(input_image.rows, input_image.cols, CV_32FC1);
    Mat output_image = Mat::zeros(input_image.rows, input_image.cols, CV_8UC3);

    // Step 1: Dark Channel Prior
    for (int i = 0; i< input_image.rows; i++) {
        for (int j = 0; j< input_image.cols; j++) {
            Vec3b pixel = input_image.at<Vec3b>(i, j);
            uchar min_value = min(min(pixel[0], pixel[1]), pixel[2]);
            dark_channel.at<uchar>(i, j) = min_value;
        }
    }

    // Step 2: Transmission Map
    Mat kernel = getStructuringElement(MORPH_RECT, Size(15, 15));
    dilate(dark_channel, dark_channel, kernel);

    for (int i = 0; i< input_image.rows; i++) {
        for (int j = 0; j< input_image.cols; j++) {
            float max_value = max(max(input_image.at<Vec3b>(i, j)[0], input_image.at<Vec3b>(i, j)[1]), input_image.at<Vec3b>(i, j)[2]);
            transmission_map.at<float>(i, j) = max_value - dark_channel.at<uchar>(i, j);
        }
    }

    // Step 3: Recover the Haze-Free Image
    for (int i = 0; i< input_image.rows; i++) {
        for (int j = 0; j< input_image.cols; j++) {
            Vec3b pixel = input_image.at<Vec3b>(i, j);
            for (int k = 0; k < 3; k++) {
                output_image.at<Vec3b>(i, j)[k] = saturate_cast<uchar>(pixel[k] * min(1.0f, transmission_map.at<float>(i, j) / (w * pixel[k] + 1e-5)));
            }
        }
    }

    return output_image;
}

int main(int argc, char** argv) {
    if (argc != 3) {
        cout << "Usage: ImageDehaze<input_image><output_image>"<< endl;
        return -1;
    }

    Mat input_image = imread(argv[1], IMREAD_COLOR);
    if (!input_image.data) {
        cout << "No image data."<< endl;
        return -1;
    }

    float w = 0.95; // Weight parameter
    Mat output_image = dehaze(input_image, w);

    imwrite(argv[2], output_image);

    return 0;
}

3. 编译并运行程序。在命令行中，导航到包含 “ImageDehaze.cpp” 的文件夹，然后运行以下命令：

g++ -o ImageDehaze ImageDehaze.cpp `pkg-config --cflags --libs opencv`
./ImageDehaze input.jpg output.jpg

其中，将 “input.jpg” 替换为要去雾的输入图像文件名，将 “output.jpg” 替换为输出去雾图像文件名。

这个简单的实现应该能够在大多数情况下有效地去除图像中的雾。当然，还可以根据需要对算法进行优化和改进。