opencv——调整图像亮度、对比度

图像变换

• 像素变换——点操作
• 领域操作——区域操作
  领域操作多用于卷积，特征提取、图像梯度计算、更深度的一些匹配识别等、角点检测、模糊、平滑等

调整图像亮度、对比度

调整图像亮度、对比度，属于点操作
https://blog.csdn.net/qq_28258885/article/details/112468892
点操作参考这一篇

原理

• RGB的值越大，图像越接近白色，在视觉效果来看，亮度越大，
• RGB的值越小，图像越接近黑色，在视觉效果来看，亮度越小，
  所以我们通过添加两个系数来设置图像的亮度与对比度：

系数1：增益（gain），用来控制图像的对比度，用alpha（α）表示，α＞0；

系数2：偏置（bias），用来控制图像的亮度，用beta（β）表示。

公式如下

相关API

• Mat new_image = Mat::zeros( image.size(), image.type() );
  创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0

• saturate_cast(value)
  用于像素范围处理
  确保值大小范围为0~255之间

• Mat.at(y,x)[index]=value
  给每个像素点每个通道赋值

代码演示

#include <opencv2/opencv.hpp>
#include <iostream>

	using namespace cv;
	int main(int argc, char** argv) {
		Mat src, dst;
		src = imread("C:/Users/86176/Desktop/pics/lena(1).tiff");
		if (!src.data) {
			printf("could not load image...\n");
			return -1;
		}

		imshow("【before】", src);

		// contrast and brigthtness changes 
		int height = src.rows;
		int width = src.cols;
		dst = Mat::zeros(src.size(), src.type());
		float alpha = 0.4; //   设置对比度
		float beta = 100;   //  设置亮度

		Mat m1;
		src.convertTo(m1, CV_32F);
		//opencv默认8UC，这里将其转换位32F
		for (int row = 0; row < height; row++) {
			for (int col = 0; col < width; col++) {
				if (src.channels() == 3) {
					//获取三通道
					float b = m1.at<Vec3f>(row, col)[0];// blue
					float g = m1.at<Vec3f>(row, col)[1]; // green
					float r = m1.at<Vec3f>(row, col)[2]; // red

														 // output
					dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b*alpha + beta);
					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);
					dst.at<uchar>(row, col) = saturate_cast<uchar>(v*alpha + beta);
				}
			}
		}

		imshow("【after】", dst);

		waitKey(0);
		return 0;
	}

效果