opencv关于对比度和亮度的误解

1 对比度与亮度概念

亮度调整：图像像素强度整体变高/变低。

对比度调整：图像暗处像素强度变低，图像亮处像素强度变高，从而拉大中间某个区域范围的显示精度。

通过设计一个映射曲线就可完成对比度、亮度调整，具体过程如上图所示，(a)为原图；(b)把亮度调高，像素强度+固定值；(c)把亮度调低，像素强度-固定值；(d)增大像素强度75附近的对比度；(e)增大像素强度150附近的对比度；(f)增大像素强度75和225附近的对比度。

曲线斜率大于45度角的区域灰度拉伸、精度上升、对比度变高；小于45度角的区域灰度被压缩、精度下降、对比度变低。

2 Opencv关于对比度和亮度的示例

目前，网络上大部分使用opencv调整图像对比度和亮度的文章，基本都是源于官网的示例

映射曲线公式为g(x) = a*f(x)+b

公式实际上是没错的，除了上述(f)图外，其他映射曲线都能构造出来。但大部分人却错误地认为a是控制对比度，b是控制亮度的。

对比度：需要通过a 、b 一起控制（仅调整a只能控制像素强度0附近的对比度，而这种做法只会导致像素强度大于0的部分更亮而已，根本看不到对比度提高的效果)

亮度：通过b控制

3 正确的对比度调整

降低对比度： a = 0.6 

调整中心：灰度125(即映射曲线经过(125,125)这个点)

可以计算出b = 125*(1-0.6)。 注意这里的b与亮度没有任何关系，仅仅用于对比度调整

效果图如下

提高对比度： a = 1.68 

调整中心：灰度125(即映射曲线经过(125,125)这个点)

可以计算出b = 125*(1-1.68)。 注意这里的b与亮度没有任何关系，仅仅用于对比度调整

效果图如下

4 实现代码

得到a、b值后，直接用convertTo即可。其中s_mean[0]即代表(125,125)调整中心,可以根据需要自行更改。src、src2为输入图像。

void ApplyContrast()
{
	Mat dst;
	Mat dst2;
	
	if(slider_a < 25)
	{
		a = (double)slider_a/25;//(0~24)/25
	}
	else
	{
		a = (double)slider_a/25;// (25~50)/5
	}
	//get b
	b = (1-a)*s_mean[0];

	//change contrast
	src.convertTo(dst,src.type(),a,b);
	imshow(WIN_NAME_DST,dst);
	src2.convertTo(dst2,src2.type(),a,b);
	imshow(WIN_NAME_DST2,dst2);
}

5 与直方图均衡化的关系

通过这种单一直线能完成简单的固定的对比度调整。但最好的方式是根据目标物体设计映射曲线，提高目标区域的映射曲线斜率，可参考下图做法

(a)图是直方图，也可以看成根据bin值自动设定的对比度，像素个数多的bin对比度设定高；(b)图是人为设定的对比度；(c)图中manual映射曲线是(b)图积分、归一化得到的，(c)图中from histogram是(a)图积分、归一化得到。

(b)图中225-250区域之所以设定高对比度，是为了提高grill这个目标物体成像效果。与直方图均衡化有所区别，因为后者不会去关心grill，它只保证图像entropy最大化。

直方图均衡化的缺点：不会区分目标物体，只会按灰度像素分布设计对比度。比如上述图像中，human body和grill才是我们关注的目标，但直方图均衡化后这两个区域的对比度被设置为非常低的值(human body和grill像素区域小，对应的bin值非常低)，导致前景对比度差，效果没有手动设定对比度好。