(06)调整图像亮度和对比度--继续对像素的操作

/*
*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;
}