OpenCV图像对比度亮度调整
新机器视觉
共 2679字，需浏览 6分钟
·
2021-07-26 18:32
点击下方卡片，关注“新机器视觉”公众号
视觉/图像重磅干货，第一时间送达
来源：洞庭余人
理论依据
首先了解一下算子的概念，一般的图像处理算子都是一个函数，它接受一个或多个输入图像，并产生输出图像。下面是算子的一般形式。
g(x) = (h(f(x)) 或者 g(x) = h(f0(x)......fn(x))
图像亮度和对比度的操作，其实属于图像处理变换中比较简单的一种-点操作（point operators）。点操作有一个特点：仅仅根据输入像素值来计算相应的输出像素值。这类算子包括亮度（brightness）和对比度（contrast）调整、颜色校正（color correction）和变换（transformations）。
两种最常见的点操作是乘上一个常数（对比度的调节）以及加上一个常数（亮度值的调节）。公式如下：
g(x) = a * f(x) + b
f(x) 表示原图像像素。
g(x) 表示输出图像像素。
参数 a（ a > 0）被称为增益，常用来控制图像的对比度。
参数 b 通常称为偏置（bias），常用来控制图像的亮度。
进一步，我们这样改写这个公式：
g(i,j) = a * f(i,j) + b
其中i，j 表示像素位于第 i 行和第 j 列，这个公式可以用来作为我们在 OpenCV 中控制图像亮度和对比度的理论公式。
示例程序
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
#define WINDOW_NAME "Tracker"
const int MAX_VALUE = 100;
int contrastValue; //对比度
int brightnessValue; //亮度
Mat src;
Mat dstImage;
void onTrack(int, void *) {
for (int row = 0; row < src.rows; row++) {
//列
for (int col = 0; col < src.cols; col++) {
Vec3b pixels = src.at<Vec3b>(row, col);
dstImage.at<Vec3b>(row, col)[0] = saturate_cast<uchar>((contrastValue * 0.01) * pixels[0] + brightnessValue);
dstImage.at<Vec3b>(row, col)[1] = saturate_cast<uchar>((contrastValue * 0.01) * pixels[1] + brightnessValue);
dstImage.at<Vec3b>(row, col)[2] = saturate_cast<uchar>((contrastValue * 0.01) * pixels[2] + brightnessValue);
}
}
imshow(WINDOW_NAME,dstImage);
imwrite("../opencv_contrast_brightness.jpg",dstImage);}int main() {
//读取图片
src = imread("../lena.png");
dstImage = Mat::zeros(src.size(), src.type());
//显示图片
imshow("Tracker", src);
contrastValue = 60;
brightnessValue = 50;
namedWindow(WINDOW_NAME, WINDOW_NORMAL);
createTrackbar("Contrast", WINDOW_NAME, &contrastValue, MAX_VALUE, onTrack);
createTrackbar("Brightness", WINDOW_NAME, &brightnessValue, MAX_VALUE, onTrack);
onTrack(contrastValue, 0);
onTrack(brightnessValue, 0);
waitKey(0);
return 0;}
—版权声明—
仅用于学术分享，版权属于原作者。
若有侵权，请联系微信号:yiyang-sy 删除或修改！
评论