/*
*调整图像亮度和对比度--继续对像素的操作
*理论
图像变换可以看成如下:
像素变换-点操作
领域变换-区域:用来做图像的卷积、做图像整体的特征提取、对图像梯度的计算、
对图像做更深入的模式匹配、识别、角点检测、模糊、平滑等等
调整图像亮度和对比度属于像素变换-点操作
g(i, j) = αf(i, j) + β 其中α > 0,β是增益变量
f(i, j)表示输入图像的每一个像素点
g(i, j)表示输出图像的一个像素点
α:α > 0才有意义,小于0 全负值还有什么意义,当然是对常规的图像来说的,对很多有负值的图像也是有意义的比如tiff图片,
但是在这边opencv基于RGB的图像来说的必须是正数,它的取值范围是在0-255
β:从常理上来讲亮度表示0-255之间一个像素值越亮越向白的那边靠拢,像素值应该越大,
亮度就代表它的像素值的强度和那个区别的大小,所以整体要给它提高亮度的话肯定要给他增益变量扩大
提高对比度的话:1*2还是1, 10*2是20,那么之间的差值就扩大了,图像之间的差值就是两个像素的差值扩大了,对比度就提高了
具体的例子就是:假设有两个像素点像素值分别是2和10,2*2=4,10*2=20,像素值相差是16;2*10=20,10*10=100,像素值相差80.后者比前者对比度高。有点啰嗦哈哈
比如红色和蓝色的差值很大,对比强,两个图上两个点的话一个点很高一个点很低,对比度更强了
*回顾API:
Mat new_image = Mat::zeros(image.size(), image.type()); 创建一张跟原图大小和类型一致的空白图像、像素值初始化为0
saturate_cast<uchar>(value) 确保值大小范围为0-255之间
Mat.at<Vec3b>(y, x)[index] = value 给每个像素点每个通道赋值
*/
#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
Mat src, dst;
src = imread("D:/A_Graduation/picture/Fusion/source17_1.tif");
if (!src.data)
{
printf("Could not load image src1...\n");
return -1;
}
char input_win[] = "input image"; //定义一个变量来表示窗口的title
namedWindow(input_win, CV_WINDOW_AUTOSIZE);
imshow(input_win, src);
int height = src.rows;
int width = src.cols; //知道高和宽用来创造另外一张dst的图片
dst = Mat::zeros(src.size(), src.type()); //输入图像默认读进来的方式是RGB的图像,但是在里面三个通道排序的顺序是BGR
float alpha = 20;
float beta = 30; //给它加30吧每个上面,alpha和beta的值不一样,图像呈现出来的效果也不一样
Mat M, D;
src.convertTo(M, CV_32F); //为了后面的计算好计算就用Vec3f不用Vec3b,
//如果图像不是3f的数据要把它变成一个3f的数据就可以用src.convertTo
//把8位的UC3通道的uchar的数据想把它用Vec3f读出来可是它里面没有float的数据硬读也读不到,所以会报错
//把Opencv8UC的数据变成3f的数据
namedWindow("M", CV_WINDOW_AUTOSIZE);
imshow("M", M);
M.convertTo(D, CV_8U);
namedWindow("D", CV_WINDOW_AUTOSIZE);
imshow("D", D); //代码表明即使是一张图数据类型不一样,呈现的效果也不一样
/*
*验证单通道图像调整亮度和对比度需要加的代码,如果本身加载的图像是单通道的就不需要这几行
cout << "1 " << src.channels() << endl;
cvtColor(src, src, CV_BGR2GRAY);
namedWindow("H", CV_WINDOW_AUTOSIZE);
imshow("H", src);
cout << "2 " << src.channels() << endl;
*/
for (int row = 0; row < height; row++)
{
for (int col = 0; col < width; col++)
{
if (src.channels() == 3) //对单通道和三通道的处理方式是不一样的
{
float b = M.at<Vec3f>(row, col)[0]; //为了后面的计算好计算就用Vec3f不用Vec3b, 特别要注意M的数据类型是float型的
//如果图像不是3f的数据要把它变成一个3f的数据就可以用src.convertTo
//把Opencb8UC的数据变成3f的数据
float g = M.at<Vec3f>(row, col)[1];
float r = M.at<Vec3f>(row, col)[2];
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b * alpha + beta);//给dst赋值
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g * alpha + beta);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r * alpha + beta);
}
else if (src.channels() == 1)
{
float v = src.at<uchar>(row, col); //它就是一个灰度的值
dst.at<uchar>(row, col) = saturate_cast<uchar>(v * alpha + beta);
}
}
}
char output_win[] = "output image";
namedWindow(output_win, CV_WINDOW_AUTOSIZE);
imshow(output_win, dst);
waitKey(0);
return 0;
}
(06)调整图像亮度和对比度--继续对像素的操作
最新推荐文章于 2021-06-04 02:51:54 发布