（2）OpenCV笔记——创建Trackbar & 图像对比度、亮度值调整

一、OpenCV中轨迹条（Trackbar）的创建和使用

<1>创建轨迹条——createTrackbar函数详解

createTrackbar这个函数我们以后会经常用到，它创建一个可以调整数值的轨迹条，并将轨迹条附加到指定的窗口上，使用起来很方便。首先大家要记住，它往往会和一个回调函数配合起来使用。先看下他的函数原型：

C++: int createTrackbar(conststring& trackbarname, conststring& winname,
 int* value, int count, TrackbarCallback onChange=0,void* userdata=0);

第一个参数，const string&类型的trackbarname，表示轨迹条的名字，用来代表我们创建的轨迹条。
第二个参数，const string&类型的winname，填窗口的名字，表示这个轨迹条会依附到哪个窗口上，即对应namedWindow（）创建窗口时填的某一个窗口名。
第三个参数，int* 类型的value，一个指向整型的指针，表示滑块的位置。并且在创建时，滑块的初始位置就是该变量当前的值。
第四个参数，int类型的count，表示滑块可以达到的最大位置的值。PS:滑块最小的位置的值始终为0。
第五个参数，TrackbarCallback类型的onChange，首先注意他有默认值0。这是一个指向回调函数的指针，每次滑块位置改变时，这个函数都会进行回调。并且这个函数的原型必须为void XXXX(int,void*);其中第一个参数是轨迹条的位置，第二个参数是用户数据（看下面的第六个参数）。如果回调是NULL指针，表示没有回调函数的调用，仅第三个参数value有变化。
第六个参数，void*类型的userdata，他也有默认值0。这个参数是用户传给回调函数的数据，用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话，完全可以不去管这个userdata参数。

这个createTrackbar函数，为我们创建一个具有特定名称和范围的轨迹条（Trackbar，或者说是滑块范围控制工具），指定一个和轨迹条位置同步的变量。而且要指定回调函数onChange（第五个参数），在轨迹条位置改变的时候来调用这个回调函数。并且我们知道，创建的轨迹条显示在指定的winname（第二个参数）所代表的窗口上。

看完函数讲解，先给大家一个函数使用小示例：

//创建轨迹条

 createTrackbar("对比度：", "【效果图窗口】",&g_nContrastValue,300,ContrastAndBright );
 // g_nContrastValue为全局的整型变量，ContrastAndBright为回调函数的函数名（即指向函数地址的指针）

然给大家一个完整的使用示例。这是OpenCV官方的sample示例程序，一个演示了用轨迹条来控制轮廓检测，轮廓填充的程序。

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include  
using namespace cv;
using namespace std;

Mat img;
int threshval = 160;            //轨迹条滑块对应的值，给初值160

//-----------------------------【on_trackbar( )函数】------------------------------------
//  描述：轨迹条的回调函数
//-----------------------------------------------------------------------------------------------
void on_Trackbar(int, void*)
{
    //求出当前alpha值相对于最大值的比例
    g_dAlphaValue = (double)g_nAlphaValueSlider / g_nMaxAlphaValue;
    //则beta值为1减去alpha值
    g_dBetaValue = (1.0 - g_dAlphaValue);

    //根据alpha和beta值进行线性混合
    addWeighted(g_srcImage1, g_dAlphaValue, g_srcImage2, g_dBetaValue, 0.0, g_dstImage);

    //显示效果图
    imshow(WINDOW_NAME, g_dstImage);
}
//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(int argc, char** argv)
{
    //加载图像 (两图像的尺寸需相同)
    g_srcImage1 = imread("1.jpg");
    g_srcImage2 = imread("2.jpg");
    if (!g_srcImage1.data) { printf("读取第一幅图片错误！ \n"); return -1; }
    if (!g_srcImage2.data) { printf("读取第二幅图片错误！\n"); return -1; }

    //设置滑动条初值为70
    g_nAlphaValueSlider = 70;

    //创建窗体
    namedWindow(WINDOW_NAME, 1);

    //在创建的窗体中创建一个滑动条控件
    char TrackbarName[50];
    sprintf(TrackbarName, "透明值 %d", g_nMaxAlphaValue);

    createTrackbar(TrackbarName, WINDOW_NAME, &g_nAlphaValueSlider, 
    g_nMaxAlphaValue, on_Trackbar);

    //结果在回调函数中显示
    on_Trackbar(g_nAlphaValueSlider, 0);

    //按任意键退出
    waitKey(0);

    return 0;
}

<2>获取当前轨迹条的位置——getTrackbarPos函数
这个函数用于获取当前轨迹条的位置并返回。

C++: int getTrackbarPos(conststring& trackbarname, conststring& winname);

第一个参数，const string&类型的trackbarname，表示轨迹条的名字。
第二个参数，const string&类型的winname，表示轨迹条的父窗口的名称。

二、亮度和对比度调整的理论依据

首先我们给出算子的概念。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。下式给出了算子的一般形式：

g(x)=h(f(x))

或者

g(x)=h(f0(x).....fn(x))

图像亮度和对比度的调整操作，其实属于图像处理变换中比较简单的一种——点操作（pointoperators）。点操作有一个特点，仅仅根据输入像素值（有时可加上某些全局信息或参数），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，以及颜色校正（colorcorrection）和变换（transformations）。

最两种常用的点操作（或者说点算子），很显然，是乘上一个常数（对应对比度的调节）以及加上一个常数（对应亮度值的调节）。用公式表示出来就是这样：

g(x)=a*f(x)+b

其中：
参数f(x)表示源图像像素。
参数g(x) 表示输出图像像素。
参数a（需要满足a>0）被称为增益（gain），常常被用来控制图像的对比度。
参数b通常被称为偏置（bias），常常被用来控制图像的亮度。

而更近一步，我们这样改写这个式子：

g(i,j)=a*f(i,j)+b

其中，i 和 j 表示像素位于第i行 和 第j列 。那么，这个式子就可以用来作为我们在OpenCV中控制图像的亮度和对比度的理论公式了。

三、关于访问图片中的像素
而为了执行g(i,j)=a*f(i,j)+b 这个运算 ，我们需要访问图像的每一个像素。因为是对GBR图像进行运算，每个像素有三个值（G、B、R），所以我们必须分别访问它们。以下是访问像素的代码片段，三个for循环解决问题：

       //三个for循环，执行运算 new_image(i,j) =a*image(i,j) + b
       for(int y = 0; y < image.rows; y++ )
       {
              for(int x = 0; x < image.cols; x++ )
              {
                     for(int c = 0; c < 3; c++ )
                     {
                            new_image.at(y,x)[c]= saturate_cast( 
                            (g_nContrastValue*0.01)*(image.at(y,x)[c] ) + g_nBrightValue );
                     }
              }
       }

为了访问图像的每一个像素，我们使用这样的语法： image.at(y,x)[c]
其中，y是像素所在的行， x是像素所在的列， c是R、G、B（对应0、1、2）其中之一。
因为我们的运算结果可能超出像素取值范围（溢出），还可能是非整数（如果是浮点数的话），所以我们要用saturate_cast对结果进行转换，以确保它为有效值。
这里的a也就是对比度，一般为了观察的效果，取值为0.0到3.0的浮点值，但是我们的轨迹条一般取值都会整数，所以在这里我们可以，将其代表对比度值的nContrastValue参数设为0到300之间的整型，在最后的式子中乘以一个0.01，这样就可以完成轨迹条中300个不同取值的变化。所以在式子中有saturate_cast( (g_nContrastValue*0.01)*(image.at(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。

四、图像对比度、亮度值调整示例程序

#include 
#include
#include"opencv2/imgproc/imgproc.hpp"
#include 


using namespace std;
using namespace cv;


//-----------------------------------【全局函数声明部分】--------------------------------------
//     描述：全局函数声明
//------------------------------------------------------------------------------------------
static void ContrastAndBright(int, void *);

//-----------------------------------【全局变量声明部分】--------------------------------------
//     描述：全局变量声明
//-------------------------------------------------------------------------------------------
int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage,g_dstImage;
//-----------------------------------【main( )函数】----------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------
int main(  )
{
       //改变控制台前景色和背景色
       system("color5F"); 

       //读入用户提供的图像
       g_srcImage= imread( "1.jpg");
              if(!g_srcImage.data ) { printf("Oh，no，读取g_srcImage图片错误~！\n"); return false; }
       g_dstImage= Mat::zeros( g_srcImage.size(), g_srcImage.type() );

       //设定对比度和亮度的初值
       g_nContrastValue=80;
       g_nBrightValue=80;

       //创建窗口
       namedWindow("【效果图窗口】", 1);

       //创建轨迹条
       createTrackbar("对比度：", "【效果图窗口】",&g_nContrastValue,300,ContrastAndBright );
       createTrackbar("亮   度：","【效果图窗口】",&g_nBrightValue,200,ContrastAndBright );

       //调用回调函数
       ContrastAndBright(g_nContrastValue,0);
       ContrastAndBright(g_nBrightValue,0);

       //输出一些帮助信息
       cout<"\t嗯。好了，请调整滚动条观察图像效果~\n\n"
                     <<"\t按下“q”键时，程序退出~!\n";

       //按下“q”键时，程序退出
   while(char(waitKey(1)) != 'q') {}
       return 0;
}

//-----------------------------【ContrastAndBright( )函数】------------------------------------
//     描述：改变图像对比度和亮度值的回调函数
//-------------------------------------------------------------------------------------------
static void ContrastAndBright(int, void *)
{

       //创建窗口
       namedWindow("【原始图窗口】", 1);

       //三个for循环，执行运算 g_dstImage(i,j) =a*g_srcImage(i,j) + b
       for(int y = 0; y < g_srcImage.rows; y++ )
       {
              for(int x = 0; x < g_srcImage.cols; x++ )
              {
                     for(int c = 0; c < 3; c++ )
                     {
                            g_dstImage.at(y,x)[c]= saturate_cast( 
                     (g_nContrastValue*0.01)*(g_srcImage.at(y,x)[c] ) + g_nBrightValue );
                     }
              }
       }

       //显示图像
       imshow("【原始图窗口】", g_srcImage);
       imshow("【效果图窗口】", g_dstImage);
}

文章由@浅墨_毛星云 出品，转载 自
http://blog.csdn.net/poem_qianmo/article/details/20911629