OpenCV学习-3：图像亮度和对比度调整-优快云博客

本文介绍如何使用OpenCV创建滑动控件调整图像对比度和亮度，并提供详细示例代码。通过创建滑动控件，用户可以直观地调节图像效果。

2019独角兽企业重金招聘Python工程师标准>>>

1、创建滑动控件
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。

//创建滑块函数：名称+窗口名称+关联数据+最大值+回调函数接口
createTrackbar("对比度：", wndName2, &g_nContrastValue, 300, cvTrackbarCallback);
createTrackbar("亮   度：", wndName2, &g_nBrightValue, 200, cvTrackbarCallback);

2、获取滑动控件的位置
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。

示例代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

const string wndName1 = "原始图片";
const string wndName2 = "效果图片";
const string trackName = "track";
int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage;
Mat g_dstImage;

void cvTrackbarCallback(int pos, void* data)
{
    //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<Vec3b>(y,x)[c]= saturate_cast<uchar>((g_nContrastValue*0.01)*(g_srcImage.at<Vec3b>(y,x)[c] ) + g_nBrightValue );
            }
        }
    }

    //显示图像
    imshow(wndName1, g_srcImage);
    imshow(wndName2, g_dstImage);
}

void TrackAndAdjustImage()
{
    g_srcImage = imread("2.jpg"); //读取图片1
    g_dstImage= Mat::zeros(g_srcImage.size(), g_srcImage.type()); //按照图片1的尺寸和类型初始化图片2
    g_nContrastValue = 60; //设置对比度初始值
    g_nBrightValue = 60;   //设置亮度初始值
    namedWindow(wndName1, 1); //创建两个窗口用来对比图片
    namedWindow(wndName2, 1);
    //创建滑块函数：名称+窗口名称+关联数据+最大值+回调函数接口
    createTrackbar("对比度：", wndName2, &g_nContrastValue, 300, cvTrackbarCallback);
    createTrackbar("亮   度：", wndName2, &g_nBrightValue, 200, cvTrackbarCallback);

    cvTrackbarCallback(0, 0);
}

int main(int argc, char *argv[])
{
    //ReadImgaeAndShow();
    //ROIAndShowImage();
    TrackAndAdjustImage();

    while(1) {
        waitKey(6000);
    }

    return 0;
}

转载于:https://my.oschina.net/u/3489228/blog/1599860