【OpenCV】OpenCV实战从入门到精通之 -- 图像对比度、亮度值调整

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：

                                                                                  

或者

                                                                           

图像亮度和对比度的次奥做属于图像变换中比较简单的点操作（pointoprators）。点操作有一个特点：仅仅根据输入像素值（有时会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、颜色校正（colorcorrection）和变换（transformations）。

两种常用的点操作（点算子）：（1）乘上一个常数（对应对比度的调节）；（2）加上一个常数（对应亮度值的调节）。对应公式如下：

                                                              

参数说明：

• 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称为增益（gain），常被用来控制图像的对比度，要求大于0。
• 参数b称为偏置（bias），常用来控制图像的亮度

---

访问图片中的像素

以下是访问像素的代码，使用了三个for循环：

//三个for循环，执行计算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);
        }
    }
}

 代码解析：

为了访问图像的每一个像素，使用这样的语法：image.at(y,x)[c]，y是像素所在的行，x是像素所在的列，c是B、G、R（对应0，1，2）其中之一

因为运算结果可能会超出像素取值范围（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为整数，所以在这里我们可以将其代表对比度值的g_nContrastValue参数设为0到300之间的整型，在最后的式子中乘以0.01，这样就可以完成轨迹条中300个不同取值的变化。

---

示例程序：图像对比度、亮度值调整

 

//-----------------------------------【头文件包含部分】---------------------------------------
//	描述：包含程序所依赖的头文件
//---------------------------------------------------------------------------------------------- 
#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("color 2F");

    // 读入用户提供的图像
    g_srcImage = imread("1.jpg");
    if (!g_srcImage.data) { printf("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 << endl << "\t运行成功，请调整滚动条观察图像效果\n\n";

    waitKey();
    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);
}

代码解析：

saturate_cast模板函数，用于溢出保护，大致原理为：

if(data < 0)
    data = 0;
else if(data > 255)
    data = 255;

运行结果：

原始图

效果图