【opencv/core module】(六)Changing the contrast and brightness of an image!

说在前面

• opencv版本：4.0.1
• 操作系统：win10
• vs版本：2017
• 官方文档：Changing the contrast and brightness of an image!
• 其他说明：自学，记录，demo

Theory

• Image Process(图像处理)

  • 将一张或多张图像作为输入，输出另外一张图像 （广义的定义？）
  • 图像变换包括两种：
    • 点的操作(pixel transform) [Point operators (pixel transforms)]
    • 区域的操作 [Neighborhood (area-based) operators]

• Pixels Transform(像素变换)

  • 每个输出像素的值只取决于相关输入像素点的值(可能也会有其他全局信息或者参数)

• Brightness and contrast adjustments(亮度&对比度调整)

  • 公式$$g(x)=\alpha f(x)+\beta$$
    将$f(x)$作为输入图像的像素点，$g(x)$作为输出图像的像素点，那么有
    $$g(i,j)=\alpha \cdot f(i,j)+\beta$$
    $f(i,j)$为输入图像第 $i$ 行第 $j$ 列的像素点，$g(i,j)$同理。
  • 参数 $\alpha >0$ 称为增益(gain)参数，用来控制对比度；参数 $\beta$ 称为偏置(bias)参数，用来控制亮度。解释一下控制的原理，假设一张 灰度图(单通道) 某部分的像素值如下：
    $$\begin{array}{ccc}20& 50& 20\\ 10& 60& 10\\ 0& 10& 10\end{array}$$
    假设 $\alpha =2$，$\beta =0$，那么上述像素值变为如下：
    $$\begin{array}{ccc}40& 100& 40\\ 20& 120& 20\\ 0& 20& 20\end{array}$$
    可以看到，像素之间的差异变大，(比如60-50=10，120-100=20)，也就表现出对比度增大。
    对于亮度，同样我们来考虑灰度图(单通道)，像素值0是黑色、255是白色，当$\beta$越来越大，像素值就越接近255，也就越白，表现出来就是亮度提高。
    多通道同理。

Code

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>

// we're NOT "using namespace std;" here, 
//to avoid collisions between the beta variable and std::beta in c++17
using std::cin;
using std::cout;
using std::endl;
using namespace cv;

int alpha;
int beta;
Mat image;

void on_trackbar(int, void*)
{
	double alpha_t = alpha / 100.0;
	Mat new_image = Mat::zeros(image.size(), image.type());
	for (int y = 0; y < image.rows; y++) {
		for (int x = 0; x < image.cols; x++) {
			for (int c = 0; c < image.channels(); c++) {
				new_image.at<Vec3b>(y, x)[c] =
					saturate_cast<uchar>(alpha_t*image.at<Vec3b>(y, x)[c] + beta);
			}
		}
	}

	//或者使用opencv提供的方法
	//image.convertTo(new_image, -1, alpha_t, beta);

	imshow("Original Image", image);
	imshow("bright&contrast", new_image);
}

int main()
{
	
	image = imread("lena.jpg");
	if (image.empty())
	{
		cout << "Could not open or find the image!\n" << endl;
		return -1;
	}

	alpha = 100; /*< Simple contrast control */
	beta = 0;       /*< Simple brightness control */

	namedWindow("bright&contrast");

	createTrackbar("contrast:", "bright&contrast", &alpha, 300, on_trackbar);
	createTrackbar("bright:  ", "bright&contrast", &beta, 100, on_trackbar);
	
	on_trackbar(alpha, 0);
	on_trackbar(beta, 0);

	while (char(waitKey(1)) != 'q') { }

	return 0;
}

• 这部分应该好理解，对每个像素每个通道应用一遍上面那个公式：

for (int y = 0; y < image.rows; y++) {
		for (int x = 0; x < image.cols; x++) {
			for (int c = 0; c < image.channels(); c++) {
				new_image.at<Vec3b>(y, x)[c] =
					saturate_cast<uchar>(alpha_t*image.at<Vec3b>(y, x)[c] + beta);
					//saturate_cast,这个讲过，防止值溢出
					//at<Vec3b>也讲过
			}
		}
	}

• 然后就是这部分，创建一个滑动条(createTrackBar)

namedWindow("bright&contrast");

//在窗口“bright&contrast”上创建一个名叫“contrast”的滑动条;
//滑动条改变的值是全局变量alpha，改变的最大值是300，在每次值改变后调用函数on_trackbar
createTrackbar("contrast:", "bright&contrast", &alpha, 300, on_trackbar);

createTrackbar("bright:  ", "bright&contrast", &beta, 100, on_trackbar);

Result

Practical example(重点)

• 引出问题

  • 在上述调整对比度与亮度的方法中，我们使用了 saturate_cast 来防止值溢出，但是，这种方式可能会导致：
  • 在调整亮度时降低图像的对比度
    这里我的理解是这样的，以下面这部分原始像素为例
    $$\begin{array}{ccc}200& 250& 200\\ 200& 250& 200\\ 200& 200& 200\end{array}$$
    若$\alpha =1,\beta =50$，那么就有
    $$\begin{array}{ccc}250& 255& 250\\ 250& 255& 250\\ 250& 250& 250\end{array}$$
    可以看到，像素之间的差异变小，也就是对比度降低
  • 在调整对比度的时候使图片在原本就很亮的地方失去一些细节
    我们同样以上面那部分像素为例：
    $$\begin{array}{ccc}200& 250& 200\\ 200& 250& 200\\ 200& 200& 200\end{array}$$
    若$\alpha =1.2,\beta =0$，那么就有
    $$\begin{array}{ccc}255& 255& 255\\ 255& 255& 255\\ 255& 255& 255\end{array}$$
    全是255，很明显，原来的细节没有了。(ง •_•)ง

• Gamma correction

  • theory
    用于亮度调整，使用非线性变换（之前用的是线性变换）
    $$O={\left(\frac{I}{255}\right)}^{\gamma }\times 255$$
    $I$为输入图像(或者像素值)，$O$为输出图像(或者像素值)
    当$\gamma <1$时，亮度提高；当$\gamma >1$时，亮度降低。
    偷一张官方图
    

  • code
    使用了LUT，之前有讲过

    image = imread("gamma.jpg");
    if (image.empty())
    {
    	cout << "Could not open or find the image!\n" << endl;
    	return -1;
    }
    
    Mat lookUpTable(1, 256, CV_8U);
    uchar* p = lookUpTable.ptr();
    for (int i = 0; i < 256; ++i)
    	p[i] = saturate_cast<uchar>(pow(i / 255.0, 0.4) * 255.0);
    
    Mat res = image.clone();
    LUT(image, lookUpTable, res);
    
    imshow("source", image);
    imshow("gamma", res);
    
    waitKey();
    

  • result
    这里使用的测试图片也是官方文档里那张，没找到合适的
    

  • 找到张好点的图
    
    
    上面的是gamma校正，下面直接调亮度，可以看框起来的区域的对比。

---

END-(CSDN)2019.6.29
(。・∀・)ノ