图像变换
- 像素变换——点操作
- 领域操作——区域操作
领域操作多用于卷积,特征提取、图像梯度计算、更深度的一些匹配识别等、角点检测、模糊、平滑等
调整图像亮度、对比度
调整图像亮度、对比度,属于点操作
https://blog.csdn.net/qq_28258885/article/details/112468892
点操作参考这一篇
原理
- 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。
公式如下
相关API
-
Mat new_image = Mat::zeros( image.size(), image.type() );
创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0 -
saturate_cast(value)
用于像素范围处理
确保值大小范围为0~255之间 -
Mat.at(y,x)[index]=value
给每个像素点每个通道赋值
代码演示
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imread("C:/Users/86176/Desktop/pics/lena(1).tiff");
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 = 0.4; // 设置对比度
float beta = 100; // 设置亮度
Mat m1;
src.convertTo(m1, CV_32F);
//opencv默认8UC,这里将其转换位32F
for (int row = 0; row < height; row++) {
for (int col = 0; col < width; col++) {
if (src.channels() == 3) {
//获取三通道
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;
}