OpenCV 调整图像亮度与对比度

简介: OpenCV 调整图像亮度与对比度

图像变换理论公式


图像变换可以看作如下:


  1. 像素变换 – 点操作:对点进行像素值调整


  1. 邻域操作 – 区域:


调整图像亮度和对比度属于像素变换-点操作,变换公式如下:



图像变换相关API


zeros( image.size(), image.type() )


作用:创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0


函数原型:


Mat new_image = Mat::zeros( image.size(), image.type() ); :


参数为图像的size属性与type属性,用时直接调用就可以了,例如下面例子:


dst = Mat::zeros(src.size(), src.type()); // 初始化对象


saturate_cast(value);


作用:确保修改值大小范围为0~255之间


函数原型:

saturate_cast(value);:


参数为要设置的值,往往是赋值给前面的像素点,例如下面语句,saturate_cast(value)通常作为后面的value


Mat.at(y,x)[index]=value; :给每个像素点每个通道赋值


例如下面用法:


dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);// 调整对比度与亮度


代码示例



#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>  
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
  Mat src = imread("./test2.jpg");
  if (!src.data) {
    cout << "could not load image ..." << endl;
    return -1;
  }
  char windows_name[] = "input Image";
  namedWindow(windows_name, CV_WINDOW_AUTOSIZE);
  imshow(windows_name, src);
  //调整图像亮度与对比度
  int height = src.rows;
  int width = src.cols;
  float alpha = 1.2f;
  float beta = 10.f;  // 增益变量
  Mat dst, convert, dst_convert;
  //cvtColor(src,src,CV_RGB2GRAY);      // 将src灰度处理
  //imshow("gray",src);           // 灰度图
  dst = Mat::zeros(src.size(), src.type()); // 初始化对象
  src.convertTo(convert, CV_32F);//将其转化为 float 型数据
  dst_convert = Mat::zeros(src.size(), src.type());
  for (int row = 0; row < height; row++) {
    for (int col = 0; col < width; col++) 
    {
      if (src.channels() == 1) {          // 单通道图像的处理
        int v = src.at<uchar>(row, col);
        dst.at<uchar>(row, col) = saturate_cast<uchar>(alpha*v + beta); // 灰度图的计算
      }
      else if (src.channels() == 3) {       // 3通道图像处理
        int b = src.at<Vec3b>(row, col)[0];   // 注意只能用<Vec3b>,而不能用<Vec3f>
        int g = src.at<Vec3b>(row, col)[1];
        int r = src.at<Vec3b>(row, col)[2];
        dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);// 调整对比度与亮度,公式: g(i,j) = α*f(i,j)+β  其中 α>0, β是增益变量
        dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*g + beta);// 图像越亮,颜色值越往255靠近
        dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*r + beta);// 对比度: 就是两个像素点之间的差值,差值越大对比度越高,反之越低
        float f_b = convert.at<Vec3f>(row, col)[0];
        float f_g = convert.at<Vec3f>(row, col)[1];
        float f_r = convert.at<Vec3f>(row, col)[2];
        dst_convert.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*f_b + beta);// 用float计算会比uchar精度高一些,值会大一点点
        dst_convert.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*f_g + beta);
        dst_convert.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*f_r + beta);
      }
    }
  }
  imshow("dst_Image", dst);
  imshow("dst_convert Image", dst_convert);
  waitKey(0);
  return 0;
}
相关文章
|
1月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
329 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
2月前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
49 4
|
2月前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
3月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
3月前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
108 1
|
5月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
167 1
|
5月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
78 1
|
5月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
89 0
|
4月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
|
5月前
|
计算机视觉
OpenCV中图像算术操作与逻辑操作
OpenCV中图像算术操作与逻辑操作
67 1