滚动条调整亮度和对比度

示例代码:

static void intrack2(int b, void* image2)
{
    Mat image = *((Mat*)image2);
    m = Mat::zeros(image.size(), image.type());
    //tim = Mat::zeros(image.size(), image.type());
    //m = Scalar(b, b, b);
    Mat t;
    addWeighted(image, 1.0, m, 0, b, t);
    imshow("亮度调节2", t);
}
static void contrast2(int b, void* image2)
{
    Mat image = *((Mat*)image2);
    m = Mat::zeros(image.size(), image.type());
    //tim = Mat::zeros(image.size(), image.type());
    //m = Scalar(b, b, b);
    Mat t;
    int st = b / 100;
    addWeighted(image, st, m, 0, 0, t);
    imshow("亮度调节2", t);
}
void demo::tracking_bar2(Mat& image)
{
    namedWindow("亮度调节2", WINDOW_AUTOSIZE);
    lightness = 100;
    begin = 50;
    int mint = 100;
    createTrackbar("value_track", "亮度调节2", &begin, lightness, intrack2,(void*)(&image));
    createTrackbar("contrast_track", "亮度调节2", &mint, 200, contrast2, (void*)(&image));
    
}

这里主要的难点是addWeighted()函数,它是将两张相同尺寸,相同通道数的图片融合的函数

函数的声明在core.hpp

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

第一个参数srcl:表示需要加权的第一个图像;
第二个参数alpha:表示第一个图像的权重;
第三个参数src2:表示第二个图像,它需要和第一个图像拥有相同的尺寸和通道数;
第四个参数beta:表示第二个图像的权重值;
第五个参数gamma:一个加到权重总和上的标量值。
第六个参数dst:输出图像,它和输入的两个图像拥有相同的尺寸和通道数;
第七个参数dtype:输出阵列的可选深度,有默认值-1。当两个输入数组具有相同的深度时,这个参数设置为-1 (默认值)。

dst=src1*aipha+src2*beta+gamma

函数演示代码:

#include <iostream>
//#include<tupian.h>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
	Mat src1, src2, dst;
	src1 = imread("C:/Users/guoyongbin123/Desktop/C++/opencv4/opencv4/Lena.png");
	src2 = Mat::zeros(src1.size(), src1.type());
	src2 = Scalar(0, 0, 255);

	/*namedWindow("src1图", WINDOW_FREERATIO);
	namedWindow("src2图", WINDOW_FREERATIO);*/
	imshow("src1图", src1);
	imshow("src2图", src2);


	addWeighted(src1, 0.3, src2, 0.7, 0, dst);


	imshow("【效果】", dst);

	waitKey(0);

	return 0;
}

效果如下:

 注意addweighed()函数的三个图像一定要是尺寸相同,通道数相同。

示例代码效果如下:

 over!!!

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

什么时候上岸?

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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