opencv学习七

最新推荐文章于 2024-08-12 20:28:17 发布

langb2014

最新推荐文章于 2024-08-12 20:28:17 发布

阅读量3.1k

点赞数

本文链接：https://blog.csdn.net/langb2014/article/details/50924565

版权

继续到官网学习core模块的《改变图像的对比度和亮度》：

两种常用的点过程（即点算子），是用常数对点进行乘法和加法运算：

$g(x) = \alpha f(x) + \beta$
两个参数 $\alpha > 0$ 和 $\beta$ 一般称作增益和偏置参数。我们往往用这两个参数来分别控制对比度和亮度。
你可以把 $f(x)$ 看成源图像像素，把 $g(x)$ 看成输出图像像素。这样一来，上面的式子就能写得更清楚些：

$g(i,j) = \alpha \cdot f(i,j) + \beta$

其中， $i$ 和 $j$ 表示像素位于第i行和第j列。

================================================================================================

关于哪个参数是对比度，我是这样记忆的，对比度当然是求比值的然后取整就得到了，亮度就是基本属于微调。

这两个参数虽然是任意的值，图像的显示值是0~255，所以像素值超过255就呈现白色了，看不出效果了。尽量保持在这个范围吧。

#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace cv;

double alpha; /**< Simple contrast control */
int beta; /**< Simple brightness control */

int main(int argc, char** argv)
{
	/// Read image given by user
	Mat image = imread("C:\\Users\\Administrator\\Desktop\\1.jpg");
	Mat new_image = Mat::zeros(image.size(), image.type());
	/// Initialize values
	std::cout << " Basic Linear Transforms " << std::endl;
	std::cout << "-------------------------" << std::endl;
	std::cout << "* Enter the alpha value [1.0-3.0]: "; std::cin >> alpha;
	std::cout << "* Enter the beta value [0-100]: "; std::cin >> beta;
	/// Do the operation new_image(i,j) = alpha*image(i,j) + beta


	//image.convertTo(new_image, -1, alpha, beta);也可以使用这个函数代替for循环，同样的效果
	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);
				//saturate_cast 保证数据是0到255之间
			}
		}
	}
	/// Create Windows
	namedWindow("Original Image", 1);
	namedWindow("New Image", 1);
	/// Show stuff
	imshow("Original Image", image);
	imshow("New Image", new_image);
	/// Wait until user press some key
	waitKey();
	return 0;
}

如何实现一个带有滚动条调节的呢？

createTrackbar这个函数我们以后会经常用到，它创建一个可以调整数值的轨迹条，并将轨迹条附加到指定的窗口上，使用起来很方便。首先大家要记住，它往往会和一个回调函数配合起来使用。先看下他的函数原型：

C++: int createTrackbar(conststring& trackbarname, conststring& winname,
 int* value, int count, TrackbarCallback onChange=0,void* userdata=0);

第一个参数，const string&类型的trackbarname，表示轨迹条的名字，用来代表我们创建的轨迹条。
第二个参数，const string&类型的winname，填窗口的名字，表示这个轨迹条会依附到哪个窗口上，即对应namedWindow（）创建窗口时填的某一个窗口名。
第三个参数，int* 类型的value，一个指向整型的指针，表示滑块的位置。并且在创建时，滑块的初始位置就是该变量当前的值。
第四个参数，int类型的count，表示滑块可以达到的最大位置的值。PS:滑块最小的位置的值始终为0。
第五个参数，TrackbarCallback类型的onChange，首先注意他有默认值0。这是一个指向回调函数的指针，每次滑块位置改变时，这个函数都会进行回调。并且这个函数的原型必须为void XXXX(int,void*);其中第一个参数是轨迹条的位置，第二个参数是用户数据（看下面的第六个参数）。如果回调是NULL指针，表示没有回调函数的调用，仅第三个参数value有变化。
第六个参数，void*类型的userdata，他也有默认值0。这个参数是用户传给回调函数的数据，用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话，完全可以不去管这个userdata参数。

 //创建轨迹条
       createTrackbar("对比度：", "【效果图窗口】",&g_nContrastValue,
300,ContrastAndBright );// g_nContrastValue为全局的整型变量，ContrastAndBright为回调函数的函数名（即指向函数地址的指针）

实现：

#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include"opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
static void ContrastAndBright(int, void *);
int g_nContrastValue;
int g_nBrightValue;  //亮度值
Mat g_srcImage, g_dstImage;
int main()
{
	//改变控制台前景色和背景色
	system("color 5F");
	//读入用户提供的图像
	g_srcImage = imread("C:\\Users\\Administrator\\Desktop\\1.jpg");
	if (!g_srcImage.data) { printf("Oh，no，读取g_srcImage图片错误~！\n"); return false; }
	g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());

	//设定对比度和亮度的初值
	g_nContrastValue = 80;
	g_nBrightValue = 80;

	//创建窗口
	namedWindow("【效果图窗口】", 1);

	//创建轨迹条
	createTrackbar("对比度：", "【效果图窗口】", &g_nContrastValue, 300, ContrastAndBright);
	createTrackbar("亮   度：", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright);

	//调用回调函数
	ContrastAndBright(g_nContrastValue, 0);
	ContrastAndBright(g_nBrightValue, 0);

	//输出一些帮助信息
	cout << endl << "\t请调整滚动条观察图像效果~\n\n";

	//按下“q”键时，程序退出
	while (char(waitKey(1)) != 'q') {}
	return 0;
}
static void ContrastAndBright(int, void *)
{
	//创建窗口
	namedWindow("【原始图窗口】", 1);

	//三个for循环，执行运算 g_dstImage(i,j) =a*g_srcImage(i,j) + b
	for (int y = 0; y < g_srcImage.rows; y++)
	{
		for (int x = 0; x < g_srcImage.cols; x++)
		{
			for (int c = 0; c < 3; c++)
			{
				g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrastValue*0.01)*(g_srcImage.at<Vec3b>(y, x)[c]) + g_nBrightValue);//可以看成是类型的强制转换，比如对于saturate_cast<uchar>来说，就是把数据转换成8bit的0~255区间，负值变成0，大于255的变成255。如果是浮点型的数据，变成round最近的整数
			}
		}
	}

	//显示图像
	imshow("【原始图窗口】", g_srcImage);
	imshow("【效果图窗口】", g_dstImage);
}

效果：