调整图像亮度与对比度
图像变换
可以看作如下:
- 像素变换 —— 点操作
- 邻域操作 —— 区域 (图像的卷积,梯度计算,模式匹配,角点检测等)
调整图像亮度和对比度属于像素变换点操作。
g ( i , j ) = α f ( i , j ) + β , 其 中 α > 0 , β 是 增 益 变 量 。 g(i,j) = \alpha f(i,j) + \beta , 其中 \alpha > 0, \beta 是增益变量。 g(i,j)=αf(i,j)+β, 其中α>0,β是增益变量。
重要的 API
Mat src = Mat::zeros(src.size(), src.type())
创建一张跟原图像大小和类型一致的空白图像,像素值初始为 0.satuate_cast<uchar>(value)
确保图像的像素值大小范围为0~255
.Mat.at<Vec3b>(y, x)[index]=value
给每个像素点每个通道赋值.
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src, dst;
src = imread("/home/xm/workspace_2020/study_code/data/lena.jpg");
if (src.empty())
{
cout << "could not load image ..." << endl;
return -1;
}
namedWindow("input image", WINDOW_AUTOSIZE);
imshow("input image", src);
int height = src.rows;
int width = src.cols;
float alpha = 1.5;
float beta = 50;
Mat m1;
src.convertTo(m1,CV_32F); // 注意图像的像素格式
dst = Mat::zeros(src.size(), src.type());
for (int row=0;row<height;row++)
{
for (int col=0;col<width;col++)
{
if (src.channels() == 3)
{
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);
}
}
}
namedWindow("brigthtness image", WINDOW_AUTOSIZE);
imshow("brigthtness image", dst);
waitKey(0);
return 0;
}
设置修改
α
\alpha
α 和
β
\beta
β 的值,调整图像的亮度和对比度,其中需要注意的是 src.convertTo(m1,CV_32F); // 注意图像的像素格式
. 程序的运算结果为
左图为原始图像, 右图是通过对像素的值进行计算调整亮度和对比度。