目标
在本教程中,您将学习如何:
- 访问像素值
- 用零初始化矩阵
- 了解 cv::saturate_cast 的作用以及它为什么有用
- 获取有关像素转换的一些很酷的信息
- 在实际示例中提高图像的亮度
理论
-
注意
下面的解释属于Richard Szeliski的《计算机视觉:算法和应用》一书
图像处理
- 一般图像处理算子是获取一个或多个输入图像并生成输出图像的函数。
- 图像转换可以看作是:
- 点运算符(像素变换)
- 邻里(基于区域)运营商
像素变换
- 在这种图像处理转换中,每个输出像素的值仅取决于相应的输入像素值(以及可能收集的一些全局信息或参数)。
- 此类运算符的示例包括亮度和对比度调整以及颜色校正和转换。
亮度和对比度调整
-
两个常用的点过程是乘法和加法,具有常数:
[g(x) = \alpha f(x) + \beta]
-
参数 \(\alpha > 0\) 和 \(\beta\) 通常称为参数和参数;有时据说这些参数分别控制对比度和。
-
您可以将 \(f(x)\) 视为源图像像素,将 \(g(x)\) 视为输出图像像素。然后,更方便的是,我们可以将表达式写成:
[g(i,j) = \alpha \cdot f(i,j) + \beta]
其中 \(i\) 和 \(j\) 表示像素位于哪里 行和我 列中。
法典 C++爪哇岛蟒
-
可下载代码: 点击这里
-
以下代码执行操作 \(g(i,j) = \alpha \cdot f(i,j) + \beta\) :
#include“opencv2/imgcodecs.hpp”
#include“opencv2/highgui.hpp”
#include < iostream>
我们在这里不是“使用命名空间 std”,以避免 c++17 中 beta 变量和 std::beta 之间的冲突
使用 std::cin;
使用 std::cout;
使用 std::endl;
使用命名空间 CV;
int main( int argc, char** argv )
{
CommandLineParser 解析器( argc, argv, “{@input |莉娜.jpg |输入图像}” );
垫子图像 = imread( samples::findFile( parser.get<String>( “@input” ) ) );
if( 图像。空() )
{
cout << “无法打开或找到图像!\n” << endl;
cout << “用法:” << argv[0] << “ <输入图像>” << endl;
<