更改图像的对比度和亮度

最新推荐文章于 2025-02-10 06:00:00 发布

翻译最新推荐文章于 2025-02-10 06:00:00 发布 · 663 阅读

OpenCV 专栏收录该内容

49 篇文章

订阅专栏

目标：

在这个教程中你将学会如何去：

获取像素值；

用0去初始化一个矩阵；

Saturate_cast是做什么的以及为什么它很有用；

得到像素转换的一些参数；

理论：

图像处理：

一般通用的图像处理操作是这样一个函数：有一个或多个输入并且产生一个输出图像；

图像变换可以被看作：

点操作（像素转换）；

领域操作（基于区域的）；

像素转换：

在这种图像处理转换中，每一个输出像素的值取决于相应的输入的像素值；

这种操作的例子包括亮度和对比度的调整，以及颜色的修正和转换；

亮度和对比度的调整：

两种比较常用的点操作就是乘法以及和加上一个常数：

参数阿尔法大于零并且贝塔通常被称为增益以及偏差；有时这些参数被叫做控制相对地控制对比度和亮度的参数。

你可以认为f(X)是源操作图像，g(x)是输出图像。然后，更方便地，我们可以把表达式写成：

在这里，I,j表示第i行和第j列的像素值。

代码:

下面的代码就是应用上述的公式：

/***************************************************
******		Translator:York
******		Email:y_zhou1991@163.com
******		Date:2016/03/02
*****************************************************/

#include <cv.h>
#include <highgui.h>
#include <iostream>

using namespace cv;

double alpha; /**< Simple contrast control */
int beta;  /**< Simple brightness control */

int main(int argc, char** argv)
{
	/// Read image given by user
	Mat image = imread("F:/Photo/OpenCV_Photo/baboon.jpg");
	Mat new_image = Mat::zeros(image.size(), image.type());

	/// Initialize values
	std::cout << " Basic Linear Transforms " << std::endl;
	std::cout << "-------------------------" << std::endl;
	std::cout << "* Enter the alpha value [1.0-3.0]: "; std::cin >> alpha;
	std::cout << "* Enter the beta value [0-100]: "; std::cin >> beta;

	/// Do the operation new_image(i,j) = alpha*image(i,j) + beta
	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<Vec3b>(y, x)[c] =
					saturate_cast<uchar>(alpha*(image.at<Vec3b>(y, x)[c]) + beta);
			}
		}
	}

	/// Create Windows
	namedWindow("Original Image", 1);
	namedWindow("New Image", 1);

	/// Show stuff
	imshow("Original Image", image);
	imshow("New Image", new_image);

	/// Wait until user press some key
	waitKey();
	return 0;
}

解释：

1、我们通过创建参数让用户输入阿尔法和β来保存：

2、使用imread载入图像，并且把它保存在一个Mat对象中：

3、现在，因为我们将要对这幅图像做一些变换，所以我们需要一个新的Mat对象来保存它。同时，我们想要它具有以下特征：

a) 以0来初始化Mat对象；

b) 和源图像保持同样的尺寸和类型；

4、现在，就是去应用最开始的那个公式去得到每一个像素值。因为我们是处理BGR图像，每一个像素我们将有三个值（B，G和R），所以我们将单独得到这些值。就是用下面一段代码实现：

注意下面的一些事项：

去得到图像中的每一个像素，我们使用这样的语法：image.at<Vec3b>(y,x)[c] ，其中y是行，x是列，c是R，G或B（0，1或2）.

因为