上一篇熟悉了filter2D函数,通过掩码矩阵实现滤波功能(锐化图片),这里继续熟悉其他处理图像的方式:改变图像对比度和亮度。
注意:
如果连续关注我笔记的同学会发现,这里我跳过了官网核心模块中的两部分内容(只是没有做总结):一个是图形的基本操作(Load、write,以及像素点获取的方式),一个是图片的线性混合。希望跟我一样学习的同学最好按照步骤去熟悉这两部分内容,openCV官网的教程安排还是很合理的,基础部分经常会在后面章节中用到。
上一篇:openCV实现滤波功能:http://blog.youkuaiyun.com/jbl20078/article/details/78852194
官网地址:https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html
调整图像的对比度和亮度(通过线性方法)

void convertToImage(Mat& mat,Mat outputMat,double alpha,int beta){
//遍历这个mat
for(int i = 0 ; i < mat.rows;i++){
for(int j = 0 ; j < mat.cols; j++){
for(int c = 0; c < 3; c++){
outputMat.at<Vec3b>(i,j)[c] = saturate_cast<uchar>(alpha*(mat.at<Vec3b>(i,j)[c])+beta);
}
}
}
}
源码很简单,openCV提供给我们的实现函数式Mat.convertTo(OutputArray m , int rtype, double alpha = 1, double beta = 0);
参数说明下:
outputArray就是输出的目标Mat
rtype是深度,和之前用到的filter2D函数一样,-1代表使用跟源一样的depth,或者填写image.depth()
alpha就是α
beta就是β
(后面还会介绍γ方法)
使用方法:
//先创建一个outputmat
Mat outputMat = Mat::zeros(oriMat.size(), oriMat.type());
oriMat.convertTo(outputMat, -1, 2.2,50);
实现效果跟上面的原始函数一样
效果如下:
/**
通过伽马的方式 (非线性) 显示一个图片
*/
void gammaProcessImage(Mat& oriMat,double gamma,Mat outputMat){
//伽马方法也是按照一个公式修改了每个像素值,我们可以通过LUT函数进行编写,它的公式是:
//O=(I/255)的γ次方×255
//代码如下
Mat lookupTable(1,256,CV_8U);
uchar* p = lookupTable.ptr();
for (int i =0 ; i < 256; i++) {
p[i] = saturate_cast<uchar>(pow(i/255.0, gamma) * 255.0);
}
LUT(oriMat,lookupTable,outputMat);
}
线性和非线性修改图片亮度和对比度的方式我们这边都熟悉过了,后面继续学习基本绘图部分。