1.内容
设计一个Sigmoid函数，实现对图像的对比度调整；
使用opencv窗口系统的slider控件，交互改变Sigmoid函数的参数，实现不同程度的对比度调整；
2.方法
一次函数方法
想要调整图片的对比度，就要对图片中的像素进行操作，改变像素的值来达到调整图片对比度的目的。
而使用一次函数来调整对比度的方法十分简单，函数如下：
new_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>
(0.01*a*(image.at<Vec3b>(y,x)[c])+b);
将图片像素定为x，想要改变x的值，就要改变其系数a和参数b，通过a来改变图片的对比度，通过b来改变图片的亮度。
sigmoid函数方法
Sigmoid函数，即f(x)=1/(1+e-x)，该函数具有如下的特性：当x趋近于负无穷时，y趋近于0；当当x趋近于正无穷时，y趋近于1；当x=1/2时，y=0。
函数的基本性质：
- 定义域：(−∞,+∞)(−∞,+∞)
- 值域：(−1,1)(−1,1)
- 函数在定义域内为连续和光滑函数
- 处处可导，导数为：f′(x)=f(x)(1−f(x))
对其求导并结合图像给定参数，得到函数
其代码为
new_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>
((255/(1+exp(a*((image.at<Vec3b>(y,x)[c])-127.5))))+b);
其中图片仍然是x，a是调整对比度的系数，b是调整亮度的参数。
3.滑动条
滑动条在OpenCV是动态调节参数的一种特别好用的工具。比如边缘检测，阈值化，对比度和亮度调节等。它是在规定窗口显示，并调节参数控制显示图像。
使用滑动条的主要步骤有如下几步：
-
1、创建窗口
用namedWindow()函数创建窗口。如：namedWindow(“边缘检测”,WINDOW_AUTOSIZE); -
2、创建滑动条
createTrackbar()函数的各个参数可以参考相关书籍，这里不再赘述。
这里说一下值得注意的地方，
第一个参数是调节的参数名；
第二个参数是窗口名；即上步创建窗口名”边缘检测”，不要乱写，否则不出现滑动条；
第三个参数是int *，即参数名取地址，如“&thresholds”；
第四个参数是调节参数最大值，可以直接数字表示；
第五个参数是回调函数名，即调节的参数被那个函数使用，就调哪个函数。
如：cv::createTrackbar(“阈值：”,”边缘检测”,&thresholds,100, canny_track); -
3、回调函数
在createTrackbar()函数第五个参数是哪个，回调函数就是哪个。例如：canny_track(0,0)。 -
4、书写回调函数
回调函数编写没什么好说的，值得注意两点的是：
一、如果有产生新的图像，那么新的图像变量名不能用之前的变量；如Canny()，结果图像要重新在回调函数canny_track()中编写。
二、如果要显示图像，imshow()函数中的窗口名要跟第一步创建窗口名一致，如果不一致，那么是滑动条和图像不在一个窗口显示，可能其他情况会需要这种结果，就另说了。
代码1为：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int thresholds=50;
Mat image,srcimage;
void canny_track(int ,void *)
{
Mat result;
Canny(srcimage,result,thresholds,thresholds*3,3);
imshow("边缘检测",result);
}
int main()
{
image=imread("C:\\Users\\Administrator\\Desktop\\image\\C.jpg");
if(!image.data)
{
return 0;
}
cvtColor(image,srcimage,CV_BGR2GRAY);
namedWindow("边缘检测",WINDOW_AUTOSIZE);
cv::createTrackbar("阈值：","边缘检测",&thresholds,100,canny_track);
canny_track(0,0);
waitKey(0);
return 0;
}
结果
最终结果为：
