图像变换理论公式
图像变换可以看作如下:
- 像素变换 – 点操作:对点进行像素值调整
- 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; }