理论依据
首先了解一下算子的概念。一般的图像处理算子都是一个函数，它接受一个或多个输入图像，并产生输出图像。下面是算子的一般形式：
或者
图像亮度和对比度的次奥做属于图像变换中比较简单的点操作（pointoprators）。点操作有一个特点：仅仅根据输入像素值（有时会加上某些全局信息或参数），来计算相应的输出像素值。这类算子包括亮度（brightness）和对比度（contrast）调整、颜色校正（colorcorrection）和变换（transformations）。
两种常用的点操作（点算子）：（1）乘上一个常数（对应对比度的调节）；（2）加上一个常数（对应亮度值的调节）。对应公式如下：
参数说明：
- 参数f(x)表示源图像像素
- 参数g(x)表示输出图像像素
- 参数a称为增益（gain），常被用来控制图像的对比度，要求大于0。
- 参数b称为偏置（bias），常用来控制图像的亮度
访问图片中的像素
以下是访问像素的代码，使用了三个for循环：
//三个for循环，执行计算new_image(i,j)=a*image(i,j)+b
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>((g_nContrastValue*0.01)*
(image.at<Vec3b>(y,x)[c]+g_nBrightValue);
}
}
}
代码解析：
-
为了访问图像的每一个像素，使用这样的语法：image.at(y,x)[c]，y是像素所在的行，x是像素所在的列，c是B、G、R（对应0，1，2）其中之一
-
因为运算结果可能会超出像素取值范围（溢出），还可能是非整数（如果是浮点数的话），所以要用saturate_cast对结果进行转换，以确保它为有效值。
-
这里的a也就是对比度，一般为了观察的效果，取值为0.0到3.0的浮点值。但是我们的轨迹条一般取值为整数，所以在这里我们可以将其代表对比度值的g_nContrastValue参数设为0到300之间的整型，在最后的式子中乘以0.01，这样就可以完成轨迹条中300个不同取值的变化。
示例程序：图像对比度、亮度值调整
//-----------------------------------【头文件包含部分】---------------------------------------
// 描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
//-----------------------------------【全局函数声明部分】--------------------------------------
// 描述：全局函数声明
//-----------------------------------------------------------------------------------------------
static void ContrastAndBright(int, void *);
//-----------------------------------【全局变量声明部分】--------------------------------------
// 描述：全局变量声明
//-----------------------------------------------------------------------------------------------
int g_nContrastValue; //对比度值
int g_nBrightValue; //亮度值
Mat g_srcImage, g_dstImage;
//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{
//改变控制台前景色和背景色
system("color 2F");
// 读入用户提供的图像
g_srcImage = imread("1.jpg");
if (!g_srcImage.data) { printf("读取g_srcImage图片错误~！ \n"); return false; }
g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());
//设定对比度和亮度的初值
g_nContrastValue = 80;
g_nBrightValue = 80;
//创建窗口
namedWindow("【效果图窗口】", 1);
//创建轨迹条
createTrackbar("对比度：", "【效果图窗口】", &g_nContrastValue, 300,ContrastAndBright);
createTrackbar("亮 度：", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright);
//调用回调函数
ContrastAndBright(g_nContrastValue, 0);
ContrastAndBright(g_nBrightValue, 0);
//输出一些帮助信息
cout << endl << "\t运行成功，请调整滚动条观察图像效果\n\n";
waitKey();
return 0;
}
//-----------------------------【ContrastAndBright( )函数】------------------------------------
// 描述：改变图像对比度和亮度值的回调函数
//-----------------------------------------------------------------------------------------------
static void ContrastAndBright(int, void *)
{
// 创建窗口
namedWindow("【原始图窗口】", 1);
// 三个for循环，执行运算 g_dstImage(i,j) = a*g_srcImage(i,j) + b
for (int y = 0; y < g_srcImage.rows; y++)
{
for (int x = 0; x < g_srcImage.cols; x++)
{
for (int c = 0; c < 3; c++)
{
g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrastValue*0.01)*
(g_srcImage.at<Vec3b>(y, x)[c]) + g_nBrightValue);
}
}
}
// 显示图像
imshow("【原始图窗口】", g_srcImage);
imshow("【效果图窗口】", g_dstImage);
}
运行结果：
