改变图像的对比度和亮度

• 两种常用的点过程（即点算子），是用常数对点进行 乘法 和 加法 运算：

  

• 两个参数  和  一般称作 增益 和 偏置 参数。我们往往用这两个参数来分别控制 对比度 和 亮度 。

• 你可以把  看成源图像像素，把  看成输出图像像素。这样一来，上面的式子就能写得更清楚些：

  

  其中，  和  表示像素位于 第i行 和 第j列 。

• 代码

• 下列代码执行运算  ：

• #include <opencv2/core/core.hpp>
  #include <opencv2/highgui/highgui.hpp>
  #include <iostream>
  
  using namespace std;
  using namespace cv;
  
  double alpha; /**< 控制对比度 */
  int beta;  /**< 控制亮度 */
  
  int main( int argc, char** argv )
  {
      /// 读入用户提供的图像
      Mat image = imread( argv[1] );
      Mat new_image = Mat::zeros( image.size(), image.type() );
  
      /// 初始化
      cout << " Basic Linear Transforms " << endl;
      cout << "-------------------------" << endl;
      cout << "* Enter the alpha value [1.0-3.0]: ";
      cin >> alpha;
      cout << "* Enter the beta value [0-100]: ";
      cin >> beta;
  
      /// 执行运算 new_image(i,j) = alpha*image(i,j) + beta
      for( int y = 0; y < image.rows; y++ )
      {
          for( int x = 0; x < image.cols; x++ )
          {
              for( int c = 0; c < 3; c++ )
              {
                  new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta );
              }
          }
      }
  
      /// 创建窗口
      namedWindow("Original Image", 1);
      namedWindow("New Image", 1);
  
      /// 显示图像
      imshow("Original Image", image);
      imshow("New Image", new_image);
  
      /// 等待用户按键
      waitKey();
      return 0;
  }
  

  说明

• 一上来，我们要建立两个变量，以存储用户输入的  和  ：

  double alpha;
  int beta;
  

• 然后，用 imread 载入图像，并将其存入一个Mat对象：

  Mat image = imread( argv[1] );
  

• 此时，因为要对图像进行一些变换，所以我们需要一个新的Mat对象，以存储变换后的图像。我们希望这个Mat对象拥有下面的性质：

  • 像素值初始化为0
  • 与原图像有相同的大小和类型

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

  注意到， Mat::zeros 采用Matlab风格的初始化方式，用 image.size() 和 image.type() 来对Mat对象进行0初始化。

• 现在，为了执行运算  ，我们要访问图像的每一个像素。因为是对RGB图像进行运算，每个像素有三个值（R、G、B），所以我们要分别访问它们。下面是访问像素的代码片段：

  for( int y = 0; y < image.rows; y++ )
  {
      for( int x = 0; x < image.cols; x++ )
      {
          for( int c = 0; c < 3; c++ )
          {
              new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta );
          }
      }
  }
  

  注意以下两点：

  • 为了访问图像的每一个像素，我们使用这一语法： image.at<Vec3b>(y,x)[c] 其中， y 是像素所在的行， x 是像素所在的列， c 是R、G、B（0、1、2）之一。
  • 因为  的运算结果可能超出像素取值范围，还可能是非整数（如果  是浮点数的话），所以我们要用 saturate_cast 对结果进行转换，以确保它为有效值。

• 最后，用传统方法创建窗口并显示图像。

  namedWindow("Original Image", 1);
  namedWindow("New Image", 1);
  
  imshow("Original Image", image);
  imshow("New Image", new_image);
  
  waitKey(0);
  

• 这里的 convertTo 将执行我们想做的 new_image = a*image + beta 。然而，我们想展现访问每一个像素的过程，所以选用了for循环的方式。实际上，这两种方式都能返回同样的结果。

  结果

• 运行代码，取参数  和 

  $ ./BasicLinearTransforms lena.jpg
  Basic Linear Transforms
  -------------------------
  * Enter the alpha value [1.0-3.0]: 2.2
  * Enter the beta value [0-100]: 50
  

• 我们将得到下面的结果：

• 

  Note

  我们可以不用 for 循环来访问每个像素，而是直接采用下面这个命令：

  image.convertTo(new_image, -1, alpha, beta);
  

• 转载自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/core/basic_linear_transform/basic_linear_transform.html