目录
一、前言
今天不废话了，因为吃一堑，长一智，现在已经养成了定期完善博客的习惯，等坚持不下去的时候，再用鸡汤来鞭策自己。
今天要讲的是图像对比度与亮度的调整。
如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：
【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855
二、访问像素
1、什么是访问像素
我们之前有教程专门讲过图像像素的访问，与操作，在这里再次说明是为了强调其重要性。因为我们对图像的处理就是对像素点的处理，所以如何获取像素点，如何修改像素点非常重要。
如果大家对访问像素以及像素操作了解不是很深，可以看下面两篇博客：
图像像素基本操作及掩膜操作：https://blog.csdn.net/shuiyixin/article/details/88825549
读写像素：https://blog.csdn.net/shuiyixin/article/details/89304084
2、Vec3b与Vec3f
这里讲访问图像主要是讲Vec3b与Vec3f。
我们经常会在代码中看到Vec3b与Vec3f，特别是在获取图像像素时候，获取图像像素点信息的时候，Vec3b与Vec3f几乎就是常客了。
所以在这里着重给大家说一下：
Vec3b ：对应三通道的顺序是blue、green、red的uchar类型数据。
Vec3f ：对应三通道的float类型数据
例如我们这个博客中用到的例子：
float b = m1.at<Vec3f>(row, col)[0];// blue
float g = m1.at<Vec3f>(row, col)[1]; // green
float r = m1.at<Vec3f>(row, col)[2]; // red
// output
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b*alpha + beta);
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g*alpha + beta);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r*alpha + beta);
三、图像亮度与对比度
1、算子
首先我们先拓展一个概念叫算子。我们可以把算子当做一个函数，通过算子，我们可以修改图像，合并图像等，可以将多个图像经过一系列操作得到新的图像。
2、点操作-亮度与对比度
点操作是比较简单的算子，需要获取到图像的像素值，并对像素值作相应修改就可以了。
亮度与对比度是比较基础，也是比较常用的算子，我们经常可以在美颜相机上见到这两个算子的应用，我们经常用它来美白，提高图像的对比度。
我们知道，RGB的值越大，图像越接近白色，在视觉效果来看，亮度越大，RGB的值越小，图像越接近黑色，在视觉效果来看，亮度越小，所以我们通过添加两个系数来设置图像的亮度与对比度：
系数1：增益（gain），用来控制图像的对比度，用alpha（α）表示，α＞0；
系数2：偏置（bias），用来控制图像的亮度，用beta（β）表示。
我们设置两个函数，一个表示输入图像，一个表示输出图像：
函数1：f（x），输入图像；
函数2：g（x），输出图像。
由此我们可以得到调整亮度与对比度的公式：
这个是数学公式，在图像处理里面，因为我们是对像素点修改，像素点是有坐标的，调整第i行，第j列的像素值的公式如下：
剩下的废话不多说，让我们上代码。
四、全部代码及结果展示
1、代码
代码比较简单，就不分块讲解了。直接分享给大家：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imread("E:/image/Girl.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
imshow("【before】", src);
// contrast and brigthtness changes
int height = src.rows;
int width = src.cols;
dst = Mat::zeros(src.size(), src.type());
float alpha = 0.9; //1.1 设置对比度
float beta = -3; //3 设置亮度
Mat m1;
src.convertTo(m1, CV_32F);
for (int row = 0; row < height; row++) {
for (int col = 0; col < width; col++) {
if (src.channels() == 3) {
float b = m1.at<Vec3f>(row, col)[0];// blue
float g = m1.at<Vec3f>(row, col)[1]; // green
float r = m1.at<Vec3f>(row, col)[2]; // red
// output
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b*alpha + beta);
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g*alpha + beta);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r*alpha + beta);
}
else if (src.channels() == 1) {
float v = src.at<uchar>(row, col);
dst.at<uchar>(row, col) = saturate_cast<uchar>(v*alpha + beta);
}
}
}
imshow("【after】", dst);
waitKey(0);
return 0;
}2、运行效果图
因为α和β取不同类型值时，得到的结果不一样，我分别取（α<1、β<0）和（α>1、β>0）分别做测试。
运行结果如下图，前面是原图，后面是处理后的图像：
效果还是蛮不错的。以后P图，大家都可以自己写代码P啦，比使用美图软件高级不少呢！
今天的内容就讲到这里啦，有什么问题，大家可以在下面留言哦！