OpenCV学习：改变图像的对比度和亮度

最新推荐文章于 2025-01-15 23:28:51 发布

原创最新推荐文章于 2025-01-15 23:28:51 发布 · 489 阅读

0 ·

CC 4.0 BY-SA版权

opencv学习笔记专栏收录该内容

10 篇文章

订阅专栏

本文介绍如何使用OpenCV调整图像的对比度和亮度。通过调整增益(控制对比度)和偏置(控制亮度)参数，利用像素值运算实现图像效果的改变。文中详细解释了相关代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Opencv_tutorials学习笔记

改变图像的对比度和亮度

1）知识点

访问像素值

用0初始化矩阵

saturate_cast函数

2）分析说明

图像处理算子是带有一幅或多幅输入图像、产生一幅输出图像的函数。图像变换有：点算子（像素变换），邻域算子（基于区域的）。

亮度和对比的调整，用常数对点进行乘法和加法运算，其中 $\alpha > 0$ 和 $\beta$ 称为增益和偏置参数，分别控制对比度和亮度。

$g(x)=\alpha f(x)+\beta$

3）代码分析说明

用imread函数载入图像，并存入一个Mat对象中

Mat image = imread( argv[1] );

需要一个新的Mat对象存储变换后的图像，将这个对象的像素值初始化为0，与原图像有相同的大小和类型。用Mat:zeros对Mat对象进行0初始化。

Mat new_image = Mat::zeros( image.size(), image.type() );

对RGB图像进行运算，需要访问每个像素的R、G、B分量

<span style="font-size:14px;color:#333333;">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 );
        }
    }
}</span>

其中： image.at<Vec3b>(y,x)[c] y 是像素所在的行， x 是像素所在的列， c 是R、G、B（0、1、2）之一。因为 $g(x)=\alpha f(x)+\beta$ 的结果可能超出像素取值范围，还可能是非整数（如果 $\alpha$ 是浮点数的话），所以我们要用saturate_cast对结果进行转换，确保它为有效值。

4）opencv自带函数convertTo

附录：opencv提供的函数实现（自己写的注释，请谨慎参考）

<span style="font-size:14px;color:#333333;">#include <opencv2/core/core.hpp>	//opencv头文件
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace std;	//使用命名空间
using namespace cv;

double alpha; /**< 控制对比度 */
int beta;  /**< 控制亮度 */

int main( int argc, char** argv )
{
	//添加一个判断是否从命令行提供图像路径
	char* image_name = argc>=2 ? argv[1] : "D:\\files\\C_exe\\Img_exercise\\lena.jpg";
	/// 读入用户提供的图像
	Mat image = imread( image_name ); //imread函数加载图像
	Mat new_image = Mat::zeros( image.size(), image.type() ); //像素值初始化为0，与原图像有相同的大小和类型

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

	/// 执行运算 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++ ) //对图像的每个通道进行线性变换
			{
				new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta );
			}
		}
	}

	/// 创建窗口
	namedWindow("Original Image", 1);
	namedWindow("New Image", 1);

	/// 显示图像
	imshow("Original Image", image); //imshow函数显示图像
	imshow("New Image", new_image);

	/// 等待用户按键
	waitKey();
	return 0;
}</span>

运行结果：