四、线性混合、调整图像的亮度与对比度

一、线性混合操作

void cv::addWeighted    (   InputArray  src1,
                            double  alpha,
                            InputArray  src2,
                            double  beta,
                            double  gamma,
                            OutputArray     dst,
                            int     dtype = -1 
)   

• 计算两个数组的加权和
• 这两个数组的加权和的关系可有下式表示
  $$dst(I)=saturate(src1(I)∗alpha+src2(I)∗beta+gamma)$$ 用数学的方式表示 $$dst(I)=saturate(src1(I)∗\alpha+src2(I)∗\beta+\gamma)$$
  其中$I$是一个多维数组索引。在计算多维数组索引的情况下，每一个通道值都是单独计算的。这个函数可以用矩阵表达式代替
  dst = src1*alpha+src2*beta+gamma
  $\alpha,\beta$是两图在新图中所占的比例，一般的$\alpha+\beta=1$，当然也可以不等于$1$。
  $\gamma$为一个增益变量，作用是可以提高或减小整体的亮度。

• 最后一个参数dtype的作用是指定输出数组的类型;当两个输入数组是相同的depth时，dtype被设置成-1,也就是输出数组的类型与src1.depth()相等。

• 相似的函数：
  add, subtract, scaleAdd, Mat::convertTo

• nots：

  1. 输出数组的深度不能是CV_32S,如果是的话，你可能得到不正确的结果。
  2. 两个输入数组的类型必须相同。但是类型相同，主要就是说通道数相同；经过如下情况亦可
     第一种情况

cvtColor(src2, src2, COLOR_BGR2GRAY);   
cvtColor(src2, src2, COLOR_GRAY2BGR);
//得到的src2能够使用

第二种情况

src4.convertTo(src2, CV_16UC3);
//src4亦可使用

用处：视频字幕上可以看成是这样操作的

使用方法

//【1】API方式:
//addWeighted(src1, 2, src2, 2, -60, dst);

//【2】表达式方式
//dst = src1*2 + src1*2 - 60;

//【3】遍历图像的方式
    Mat_<Vec3b> src1_data = src1;
    Mat_<Vec3b> src2_data = src2;
    Mat_<Vec3b> dst_data = dst;

    for (int i = 0; i < src1.rows; i++)
    {
        for (int j = 0; j < src1.cols; j++)
        {
            dst_data(i, j)[0] = saturate_cast<uchar>(src1_data(i, j)[0] * 2 -src2_data(i, j)[0] * 2- 60);
            dst_data(i, j)[1] = saturate_cast<uchar>(src1_data(i, j)[1] * 2 -src2_data(i, j)[0] * 2- 60);
            dst_data(i, j)[2] = saturate_cast<uchar>(sr1c_data(i, j)[2] * 2 -src2_data(i, j)[0] * 2- 60);
        }
    }

程序文件

二、调整图像的亮度与对比度

图像变换可以分为两类操作：

• 像素变换-点操作
• 邻域操作-区域
  线性混合、调整图像的亮度与对比度属于像素变换。卷积操作，图形操作属于邻域操作；
  

  ---

调整图像的亮度与对比度原理：

$$dst(I)=saturate(src1(I)∗alpha+gamma)$$
用数学的方式表示 $$dst(I)=saturate(src1(I)∗\alpha +\gamma)$$
$\gamma$是增益变量同同上边的。 $\beta=0$
这个暂时不知道它有没有独有的API，但是可以通过上面线性混合的API得到两种，只需要把两个输入图像中的一个图像的比例设置为0，或者传入一个所有像素值为0的空图像，即可。
当然可以用矩阵的运算 dst = src1*alpha+src2*0+gamma
使用方法

    //【1】API方式:
    addWeighted(src1, 2, src2, 0, -60, dst);

    //【2】表达式方式
    dst = src1*2 + 60;

    //【3】遍历图像的方式
    Mat_<Vec3b> src_data = src1;
    Mat_<Vec3b> dst_data = dst;

    //Mat_<Vec3b> dst1_data = dst1;
    for (int i = 0; i < src1.rows; i++)
    {
        for (int j = 0; j < src1.cols; j++)
        {
            dst_data(i, j)[0] = saturate_cast<uchar>(src_data(i, j)[0] * 2 - 60);
            dst_data(i, j)[1] = saturate_cast<uchar>(src_data(i, j)[1] * 2 - 60);
            dst_data(i, j)[2] = saturate_cast<uchar>(src_data(i, j)[2] * 2 - 60);

            //这种方式是错误的,寻找错误方法见程序文件
            /* 比如说点(50,300)的值为26，经过下式计算应该得-8，经过saturate计算的为0，没有经过saturate转换的确成了228*/
            /*dst1_data(i, j)[0] = (uchar)(src_data(i, j)[0] * 1.2 - 60);
            dst1_data(i, j)[1] = (uchar)(src_data(i, j)[1] * 1.2 - 60);
            dst1_data(i, j)[2] = (uchar)(src_data(i, j)[2] * 1.2 - 60);*/
        }
    }

程序文件

---

注意：

这种对点的操作都需要把计算结果的值经过saturate_cast转换，不然容易溢出，得到不是想得到的值。