OPenCV3.2 调整图像对比度与亮度

今天学完了调整图像对比度与亮度之后，想与大家一起分享一下学习经验。

首先，我们先来介绍下原理吧。主要是利用以下公式：

f(i,j)源图像像素,g(i,j)目标图像像素，i和j表示像素位于第i行第j列，α用来调节图像对比度，β调节图像亮度。
本程序可以通过两个滑动条分别调节图像的对比度与亮度。此外，还能分别处理单通道和三通道图像。特别说明 cv::Mat::convertTo函数也能实现此功能，且效率比访问像素值要高。（在本程序最后有具体实现，效果和访问像素值的一样）
主要的API：
1、saturate_cast<uchar>(value)确保值大小范围为0~255。
2、Mat.at<Vec3b>(y,x)[index]=value 给每个像素点每个通道赋值
3、void cv::Mat::convertTo  ( OutputArray  m,  
  int  rtype,  
  double  alpha = 1,  
  double  beta = 0  
 )  const 
该方法将源像素值转换为目标数据类型。在末尾应用了saturate_cast<> ，以避免可能的溢出:
m(x,y)= saturate_cast < rType >(α(∗)(x,y)+β)
参数

m 输出矩阵;如果在操作前没有适当的大小或类型，则重新分配。

rtype 期望的输出矩阵类型。

alpha 可选的比例因子。
beta 可选的添加到缩放值的增量

实现代码：

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//--------【定义窗口名称】-------------------
char in[] = "source image";
char out[] = "brightness_contrast_improvement";
//---------【声明全局变量】------------------
int alpha = 1;
int bate = 30;
int CONTRAST_MAX = 50;
int BRIGHTNESS_MAX = 150;
Mat srcImage, dstImage,dst_convert;
//---------【声明全局函数】------------------
void ContrastBrightnessImprovement(int,void*);
//----------【主函数】----------------------
int main(int argc, char** argv)
{
	srcImage = imread("1.jpg");
	//cvtColor(srcImage, srcImage, CV_BGR2GRAY);//将原图转化为灰度图
    dstImage = Mat::zeros(srcImage.size(),srcImage.type());
	if (!srcImage.data)
	{
		cout << "could not load image" << endl;
		return -1;
	}
	namedWindow(in, CV_WINDOW_AUTOSIZE);
	imshow(in, srcImage);
	namedWindow(out, CV_WINDOW_AUTOSIZE);
	//创建调整对比度和亮度的滑动条
	createTrackbar("contrast", out, &alpha, CONTRAST_MAX, ContrastBrightnessImprovement);
	createTrackbar("brightness", out, &bate, BRIGHTNESS_MAX, ContrastBrightnessImprovement);
	ContrastBrightnessImprovement(0, 0);
	waitKey(0);
	return 0;
}
//调整图像亮度和对比度
void ContrastBrightnessImprovement(int, void*) 
{
	int rows = srcImage.rows;
	int cols = srcImage.cols;
	for (int row = 0; row < rows; row++) {
		for (int col = 0; col < cols; col++)
		{
			if (srcImage.channels() == 3)  //处理RGB三通道图像
			{
				int b = srcImage.at<Vec3b>(row, col)[0];
				int g = srcImage.at<Vec3b>(row, col)[1];
				int r = srcImage.at<Vec3b>(row, col)[2];
				dstImage.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b/10.0*alpha + bate);
				dstImage.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g/10.0*alpha + bate);
				dstImage.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r/10.0*alpha + bate);
			}
			else if (srcImage.channels() == 1) //处理灰度图
			{
				int gray = srcImage.at<uchar>(row, col);
				dstImage.at<uchar>(row, col) = saturate_cast<uchar>(gray/10.0*alpha + bate);
			}
		}
	}
	//使用convertTo函数实现
	srcImage.convertTo(dst_convert, -1, alpha/10.0, bate);
	imshow("dst_convert", dst_convert);
	imshow(out, dstImage);
}

运行结果：