一、前言

2023-03-23我发布了基于加权概率模型（杰林码的理论模型）的图像颜色增强和轮廓预测的应用方法。效果还不太明显，于是我又花了2周的时间进行了技术优化。下面仅提供了x86下的BMP和JPG对应的lib和dll，本文中的算法属于我国自主的发明专利技术，商用必须获得授权，可提供linux（麒麟、鸿蒙）、x64、riscv、ARM等库，可在GPU上实现视频清晰化处理。在相同的尺寸下加权概率模型优化后的效果：





效率方面还不错，一张1080P的图像大概能在1秒左右运算完毕。如果采用多线程完全可以在GPU上实现多帧优化。上面相关参数设置的比较夸张，实际情况下可以根据个人感觉进行设置。

二、测试程序

int main() { // 3ULONGLONG t1, t2;WJLImageEnhancement wie;int err;char url1[200], url2[200];int i, length;ImageEnhanced imageEnhanced;// 设置对应的参数imageEnhanced.magnification = 0;          // 图像放大尺寸，0为不放大仅做清晰化处理imageEnhanced.contour_size = 15;          // 轮廓像素范围，影响清晰度和运算效率，越大越清晰但运算所需时间越长imageEnhanced.jielin_ratio = 35;          // 杰林码系数0-49共50种值，越接近0则可以分解出背景的子图，越接近50则可以分解出前景子图imageEnhanced.foreground_clear_size = 7;  // 前景清晰化的像素范围imageEnhanced.background_clear_size = 3;  // 背景清晰化的像素范围imageEnhanced.threshold = 13;             // 相邻像素值之差的绝对阈值，当绝对值大于等于threshold时属于需要清晰化的像素值，配合foreground_clear_size和background_clear_size同时使用的const char* fileName = "xxxx";   // xxxx为BMP图像的名称sprintf_s(url1, 200, "D:\\%s.bmp", fileName);sprintf_s(url2, 200, "D:\\%s-%d-%d-%d-%d-%d.bmp", fileName, imageEnhanced.magnification, imageEnhanced.jielin_ratio, imageEnhanced.contour_size, imageEnhanced.foreground_clear_size, imageEnhanced.background_clear_size);// 把灰度图像进行滤波变换t1 = GetTickCount64();err = wie.WJL_BMPFILE_ENHANCEMENT(url1, url2, &imageEnhanced);t2 = GetTickCount64();// 耗时，包括了bmp图像读写和运算部分printf("运算总耗时：%lld ms\n", t2 - t1);system("pause");return 0;
}

三、vs2019下引用的方法

新建一个控制台项目，然后右击：


然后新建一个main.cpp

#include "WJLImageEnhancement.h"
#include <stdio.h>
#include <stdlib.h>
#include <windows.h>
#include <time.h>
#include <math.h>
using namespace std;
#ifdef WIN32
#define  inline __inline
#endif // WIN32int main() { // 4ULONGLONG t1, t2;WJLImageEnhancement wie;int err;char url1[200], url2[200];ImageEnhanced imageEnhanced;// 设置对应的参数，根据个人喜好设置imageEnhanced.magnification = 0;          // 图像放大尺寸，0为不放大仅做清晰化处理imageEnhanced.contour_size = 15;          // 轮廓像素范围，影响清晰度和运算效率，越大越清晰但运算所需时间越长imageEnhanced.jielin_ratio = 35;          // 杰林码系数0-49共50种值，越接近0则可以分解出背景的子图，越接近50则可以分解出前景子图imageEnhanced.foreground_clear_size = 5;  // 前景清晰化的像素范围imageEnhanced.background_clear_size = 2;  // 背景清晰化的像素范围imageEnhanced.threshold = 13;             // 相邻像素值之差的绝对阈值，当绝对值大于等于threshold时属于需要清晰化的像素值，配合foreground_clear_size和background_clear_size同时使用的const char* fileName = "heye";  // jpg的文件名sprintf_s(url1, 200, "D:\\%s.jpg", fileName);sprintf_s(url2, 200, "D:\\%s-%d-%d-%d-%d-%d.bmp", fileName, imageEnhanced.magnification, imageEnhanced.jielin_ratio, imageEnhanced.contour_size, imageEnhanced.foreground_clear_size, imageEnhanced.background_clear_size);// 把灰度图像进行滤波变换t1 = GetTickCount64();err = wie.WJL_JPGFILE_ENHANCEMENT(url1, url2, &imageEnhanced);t2 = GetTickCount64();// 耗时printf("变换算法总耗时：%lld ms\n", t2 - t1);system("pause");return 0;
}

比如下面的效果图：

控制台运行时间：

然后比较两张图的效果如下：

参数不同将产生不同的效果：



通过测试，各参数的设置取值范围为：
在杰林码超分辨率的算法程序内，主要是ImageEnhanced结构体的参数直接影响到图像输出的质量。