1-方法一
g(x) = a* f(x) +b
其中,a增加图像对比度(取值0.0-3.0),b增加图像亮度
#include <iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src = imread("D:/C++Working/image/1.jpg");
if (src.empty()) {
cout << "could not load image..." << endl;
return -1;
}
imshow("src image", src);
Mat dst = Mat::zeros(src.size(), src.type());
int h = src.rows;
int w = src.cols;
int c = src.channels();
for (size_t row = 0; row < h; row++)
{
for (size_t col = 0; col < w; col++)
{
Vec3b v = src.at<Vec3b>(row, col);
for (size_t i = 0; i < c; i++)
{
dst.at<Vec3b>(row, col)[i] = static_cast<uchar>(1.5*v[i]+50);
}
}
}
imshow("dst image", dst);
waitKey(0);
return 0;
}
2-方法二
也可以通过直方图均衡化提高图像对比度(灰度图像)
equalizeHist 函数实现的灰度直方图均衡化算法,就是把直方图的每个灰度值进行归一化处理,求每种灰度的累积分布,接着得到一个映射的灰度映射表,然后根据相应的灰度值来修正原图中的每个像素。
void equalizeHist(InputArray src, OutputArray dst);
- src,输入图像,即源图像,填 Mat 类的对象即可,但需要为 8 位单通道的图像。
- dst,输出结果,需要和源图像有一样的尺寸和类型。
// opencv-43.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#include <iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src = imread("lena.jpg");
if (src.empty()) {
return -1;
}
//转换灰度
Mat grayImage;
cvtColor(src, grayImage, COLOR_BGR2GRAY);
imshow("原始灰度图像", grayImage);
//直方图均值化
equalizeHist(grayImage, grayImage);
imshow("均值化后图像", grayImage);
waitKey(0);
return 0;
}