opencv专题：图像增强中的亮度调整

这是2018年写的第一篇关于opencv的文章，考虑到图像增强对于初学者来说比较容易理解，因此从该方向入手，通过一些程序案例，分析图像增强的原理并展示效果。
首先，什么是图像增强？
图像增强就是通过对像素值局部或整体的变换，使得原来特征不明显的部分显得更加突出，并且抑制一些用户不感兴趣的特征，这样图像的价值将会更加明显。
举个例子：小明喜欢拍照，逆光拍摄了一组照片，结果照片整体很暗，勉强可以看到照片里面的内容，那么这时可以采取图像增强的方法，将图像整体亮度提高。

原始图像：

处理后图像：

可以看出图像确实增亮了不少，实现原理：
可以把 $f(x)$看成源图像像素，把 $g(x)$看成输出图像像素。这样一来，可以更清楚些：
$g(i,j) = a*f(i,j)+b$
其中，$i$和$j$表示像素位于第$i$行和第$j$列 。

实现代码：

void fun2(float alpha,float beta) {
    Mat image = imread("../seq/test1.jpg");
    if (image.empty()) {
        std::cout << "打开图像失败，请检查路径" << std::endl;
        return;
    }
    imshow("image", image);
    for(int i=0;i<image.rows;i++)
        for (int j = 0; j < image.cols; j++) {
            for (int k = 0; k < 3; k++) {
                int tmp= (uchar)image.at<Vec3b>(i, j)[k] * alpha + beta;
                if (tmp > 255)
                    image.at<Vec3b>(i, j)[k] = 2 * 255 - tmp;
                else
                    image.at<Vec3b>(i, j)[k] = tmp;
            }
        }
    imshow("亮度增强", image);
    imwrite("../seq/亮度增强.png", image);
    waitKey();
}

这里的a和b的值，分别取1.5和10，大家也可以取其他的值。
图像增强的方法有很多，这只是最简单的方法，还有直方图均衡、对比度增强、去噪、锐化以及同态强化等。这些将后续推出，如有问题，请大家指正！