opencv学习系列——图像对比度亮度调节

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/weixin_43943977/article/details/102239649

实验2.1：对比度调整
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；）
（1）线性函数调节对比度亮度：
根据调节公式g(i,j) = af(i,j) + b*，在新建的图像里进行
new_image.at(y, x)[c] = saturate_cast
(0.01a(image.at(y,x)[c])+b)即可。
（2）线性测试截图：
代码

#include<opencv2/core/core.hpp>
#include<opencv2/imgcodecs.hpp>
#include<opencv2/core/saturate.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream> 

using namespace std;
using namespace cv;

int main(int, char** argv)
{
	double alpha = 1.0; //< Simple contrast control 
	int beta = 0;       //< Simple brightness control 

	Mat image = imread("D:\\picture\\leaf.jpg");
	Mat new_image = Mat::zeros(image.size(), image.type());//创建新的图像

	cout << "* Enter the alpha value [1.0-3.0]: "; cin >> alpha;
	cout << "* Enter the beta value [0-100]: ";    cin >> 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);
			}
		}
	}

	namedWindow("Original Image", WINDOW_AUTOSIZE);
	namedWindow("New Image", WINDOW_AUTOSIZE);

	imshow("Original Image", image);
	imshow("New Image", new_image);

	waitKey();
	return 0;
}

（3）sigmoid函数对比度亮度调节
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；x等于0时，y等于1/2。

对其求导并结合图像给定参数，得到函数
255/(1+e−k(x−127.5))
则核心调节对比度亮度代码为
new_image.at(y, x)[c] = saturate_cast
(image.at(y, x)[c] * ((1.00 / (1.00 + exp(-t))) + 0.3) + b)
;
（4）最后创建滑动条来调节参数
int createTrackbar(const string& trackbarname, const string&winname, int* value, int count ，TrackbarCallback onChange = 0, void* userdata = 0);
参数1：轨迹条名字
参数2：窗口名字
参数3：滑块初始位置
参数4：表示滑块达到最大位置的值
参数5：默认值为0，指向回调函数
参数6：默认值为0，用户传给回调函数的数据值

#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include"opencv2/imgproc/imgproc.hpp"
#include<math.h>
#include <iostream>

using namespace std;
using namespace cv;

static void ContrastAndBright(int, void*);

int c_p;
int b_value;
Mat s_image, t_imag;

int main()
{
	s_image = imread("D:\\picture\\leaf.jpg");

	if (!s_image.data)
	{
		cout << "图片读取失败！" << endl;
		return false;
	}
	t_imag = Mat::zeros(s_image.size(), s_image.type());

	c_p = 20;
	b_value = 100;

	namedWindow("Slider", WINDOW_AUTOSIZE);

	createTrackbar("对比度", "Slider", &c_p, 200, ContrastAndBright);
	createTrackbar("亮  度", "Slider", &b_value, 200, ContrastAndBright);

	ContrastAndBright(c_p, 0);
	ContrastAndBright(b_value, 0);

	waitKey(0);
	return 0;

}

static void ContrastAndBright(int, void*)
{

	namedWindow("Image", WINDOW_AUTOSIZE);

	for (int y = 0; y < s_image.rows; y++)
	{
		for (int x = 0; x < s_image.cols; x++)
		{
			for (int c = 0; c < 3; c++)
			{
				double t = ((s_image.at<Vec3b>(y, x)[c] - 127) / 225.00) * c_p * 0.1;
				t_imag.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(s_image.at<Vec3b>(y, x)[c] * ((1.00 / (1.00 + exp(-t))) + 0.3) + b_value - 100);
			}
		}
	}
	imshow("Image", s_image);
	imshow("Slider", t_imag);
}

（5）测试截图

通过滑动条对对比度和亮度分别进行调节