core核心模块--改变图像对比度和亮度

最新推荐文章于 2024-10-13 23:11:39 发布

nnUyi

最新推荐文章于 2024-10-13 23:11:39 发布

阅读量426

点赞数

分类专栏： opencv学习笔记文章标签： openCV 图像处理

opencv学习笔记专栏收录该内容

33 篇文章 0 订阅

订阅专栏

1.目的
（1）访问像素值
（2）用0初始化矩阵
（3）saturate_cast作用
（4）像素变换的内容

2.图像处理
一般来说，图像变换可以分为两种：点算子和临域算子
（1）点算子

PS:alpha为增益，beta为偏置。

（2）临域算子
临域算子是通过像素临域内的像素值来改变像素值，可以使用掩码操作（http://blog.csdn.net/nnuyi/article/details/72870532）

3.代码实现

(1)个人实现

void Convert(const Mat& src, Mat& result, double alpha, double beta){
    int channels = src.channels();
    int rows = src.rows;
    int cols = src.cols;
    result.create(src.size(), src.type());
    for(int i = 0; i<rows; i++)
        for(int j=0; j<cols; j++)
            for(int k=0; k<channels; k++){
                //saturate_cast<rtype>对计算结果进行转换，避免像素值超出单位
                result.at<Vec3b>(i,j)[k] = saturate_cast<uchar>(alpha*src.at<Vec3b>(i,j)[k]+beta);
            }
}

(2)调用openCV API

    /**
    convertTo函数参数解释：
    result：结果矩阵
    -1：目标矩阵类型，或者在当前通道数与源矩阵通道数相同的情况下的depth，如果为负数，则目标矩阵与源矩阵类型相同
    alpha：增益（缩放倍数）
    beta：偏置
    */
    src.convertTo(result, -1, alpha, beta);

(3)完整代码

#include<iostream>
using namespace std;
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;

void Convert(const Mat& src, Mat& result, double alpha, double beta){
    int channels = src.channels();
    int rows = src.rows;
    int cols = src.cols;
    result.create(src.size(), src.type());
    for(int i = 0; i<rows; i++)
        for(int j=0; j<cols; j++)
            for(int k=0; k<channels; k++){
                //saturate_cast<rtype>对计算结果进行转换，避免像素值超出单位
                result.at<Vec3b>(i,j)[k] = saturate_cast<uchar>(alpha*src.at<Vec3b>(i,j)[k]+beta);
            }
}

int main(int argc, char** argv){
    cout << argc << endl;
    if(argc < 2){
        cout << "more parameters are required!!!" << endl;
        return(-1);
    }
    double alpha,beta;
    cout << "Input alpha:" << endl;
    cin >> alpha;
    cout << "Input beta:" << endl;
    cin >> beta;
    Mat src = imread(argv[1]);
    if(!src.data){
        cout << "error to read image!!!" << endl;
        return(-1);
    }
    /*
    convertTo函数参数解释：
    result：结果矩阵
    -1：目标矩阵类型，或者在当前通道数与源矩阵通道数相同的情况下的depth，如果为负数，则目标矩阵与源矩阵类型相同
    alpha：增益（缩放倍数）
    beta：偏置
    Mat result = Mat::zeros(src.size(), src.type());
    src.convertTo(result, -1, alpha, beta);
    */
    Mat result;
    Convert(src, result, alpha, beta);
    namedWindow("original image");
    imshow("original image", src);
    namedWindow("new image");
    imshow("new image", result);
    waitKey(0);
    return(0);
}