opencv提高对比度算法

26 篇文章 1 订阅
21 篇文章 0 订阅

环境: OPENCV2.4.6+VS2012

功能:

对每个像素进行修改,提高亮度

另一种方法是讲BGR三个通道分开,分别进行均衡化,当然出现的效果就比较丑


源图像


效果图1(BGR均衡化)


效果图2


WIN32 控制窗的参数




#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main()
{
	//
	直方图均衡化的方式修改源图像,当然这是一次性的效果
	///
    //读入图像
    Mat mat = imread("3.jpg");
	namedWindow("original");
	imshow("original", mat);
    Mat mergeImg;//合并后的图像
    //用来存储各通道图片的向量
    vector<Mat> splitBGR(mat.channels());
    //分割通道,存储到splitBGR中
    split(mat,splitBGR);
    //对各个通道分别进行直方图均衡化
    for(int i=0; i<mat.channels(); i++)
        equalizeHist(splitBGR[i],splitBGR[i]);
    //合并通道
    merge(splitBGR,mergeImg);
	
	namedWindow("equalizeHist");
	imshow("equalizeHist", mergeImg);
	
	///另外一种方式,可以选择参数的方式,控制对比度和亮度//
	double alpha; /**< 控制对比度 */
	int beta;  /**< 控制亮度 */
	Mat image = imread("3.jpg");
    Mat new_image = Mat::zeros( image.size(), image.type() );

    /// 初始化
    cout << " Basic Linear Transforms " << endl;
    cout << "-------------------------" << endl;
    cout << "* Enter the alpha value [1.0-3.0]: ";
    cin >> alpha;
    cout << "* Enter the beta value [0-100]: ";
    cin >> beta;

    /// 执行运算 new_image(i,j) = alpha*image(i,j) + beta
    for( int y = 0; y < image.rows; y++ )
    {
        for( int x = 0; x < image.cols; x++ )
        {
            for( int c = 0; c < 3; c++ )
            {
                new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta );
            }
        }
    }

   
    namedWindow("alpha_beta", 1);
    imshow("alpha_beta", new_image);

	waitKey();
	return 0;
}



  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉库,提供了丰富的图像处理和计算机视觉算法对比度是图像中不同灰度级别之间的差异程度,可以用来描述图像的明暗程度。在 OpenCV 中,可以使用以下方法来调整图像的对比度: 1. 直方图均衡化(Histogram Equalization):通过对图像的像素值进行调整,使得图像的直方图分布更均匀,从而增强对比度。 ```python import cv2 img = cv2.imread('image.jpg', 0) # 以灰度模式读取图像 equalized_img = cv2.equalizeHist(img) # 对图像进行直方图均衡化处理 ``` 2. 对比度受限自适应直方图均衡化(CLAHE):在直方图均衡化的基础上,限制对比度的增加,避免产生过度增强的效果。 ```python import cv2 img = cv2.imread('image.jpg', 0) # 以灰度模式读取图像 clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) # 创建CLAHE对象 clipped_img = clahe.apply(img) # 对图像进行CLAHE处理 ``` 3. 调整亮度和对比度:通过线性变换调整图像的亮度和对比度。 ```python import cv2 import numpy as np img = cv2.imread('image.jpg') alpha = 1.5 # 亮度调整参数(大于1增加亮度,小于1减小亮度) beta = 10 # 对比度调整参数(增加或减小的像素值) adjusted_img = np.clip(alpha * img + beta, 0, 255).astype(np.uint8) # 对图像进行线性变换 ``` 这些方法可以根据具体的需求选择使用,以实现对图像的对比度调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值