理论
图像变换可以看作如下:
- 像素变换 – 点操作
- 邻域操作 – 区域操作
调整图像亮度和对比度属于像素变换-点操作
亮度:图像越亮,即表示图像越白,像素值应越大。
重要的API
- Mat new_image = Mat::zeros( image.size(), image.type() ); 创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0
- saturate_cast(value);确保值大小范围为0~255之间
- Mat.at(y,x)[index]=value 给每个像素点每个通道赋值
代码演示
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(char argc,char** argv)
{
Mat myImage = imread("women.jpg", 1);
if (!myImage.data)
{
cout << "couldn't load image..." << endl;
return -1;
}
namedWindow("input", WINDOW_AUTOSIZE);
imshow("input",myImage);
Mat output;
output.create(myImage.size(),myImage.type());
float alpha = 1.2; //对比度
float beta = 20; //亮度
//contrast and brightness changes
int height = myImage.rows;
int width = myImage.cols;
int nc = myImage.channels(); //通道数
Mat myImage1;
myImage.convertTo( myImage1, CV_32F); //像素转换为32bit浮点型
for (int row = 0; row < height; row++)
{
for (int col = 0; col < width; col++)
{
if (nc == 3)
{
float b = myImage1.at<Vec3f>(row, col)[0];
float g = myImage1.at<Vec3f>(row, col)[1];
float r = myImage1.at<Vec3f>(row, col)[2];
output.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);
output.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*g + beta);
output.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*r + beta);
}
else if (nc == 1)
{
int gray = myImage.at<uchar>(row, col);
output.at<uchar>(row, col) = alpha * gray + beta;
}
}
}
namedWindow("output", WINDOW_AUTOSIZE);
imshow("output", output);
waitKey(0);
return 0;
}
备注:以上内容转载笔者早期OneNote笔记,较多为图片格式,比较简陋。
后记:笔者才疏学浅,如有错误,望指出。