Opencv图像识别从零到精通（9）----对比度亮度改变

标签：

           一张图像来说，会有不同的亮暗程度，很多时候都要增强一下，增强的方法有很多，从大量可以说是线性变换和非线性变换，当然这是说空间域的，频率域的暂时不考虑。

线性变换增强，也是对点的操作，如下图

一、点操作，线性增强

• 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 

<span style="font-size:18px;">#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("lena.jpg" );
    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;
	int alpha=2;
	int beta=20;
    /// for循环执行运算 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;
}</span>

二、带滑动条的图像对比度增强

<span style="font-size:18px;">C++: int createTrackbar(conststring& trackbarname, conststring& winname,  
 int* value, int count, TrackbarCallback onChange=0,void* userdata=0);  </span>

• 第一个参数，const string&类型的trackbarname，表示轨迹条的名字，用来代表我们创建的轨迹条。
• 第二个参数，const string&类型的winname，填窗口的名字，表示这个轨迹条会依附到哪个窗口上，即对应namedWindow（）创建窗口时填的某一个窗口名。
• 第三个参数，int* 类型的value，一个指向整型的指针，表示滑块的位置。并且在创建时，滑块的初始位置就是该变量当前的值。
• 第四个参数，int类型的count，表示滑块可以达到的最大位置的值。PS:滑块最小的位置的值始终为0。
• 第五个参数，TrackbarCallback类型的onChange，首先注意他有默认值0。这是一个指向回调函数的指针，每次滑块位置改变时，这个函数都会进行回调。并且这个函数的原型必须为void XXXX(int,void*);其中第一个参数是轨迹条的位置，第二个参数是用户数据（看下面的第六个参数）。如果回调是NULL指针，表示没有回调函数的调用，仅第三个参数value有变化。
• 第六个参数，void*类型的userdata，他也有默认值0。这个参数是用户传给回调函数的数据，用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话，完全可以不去管这个userdata参数。

<span style="font-size:18px;"> 
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace std;
using namespace cv;

static void ContrastAndBright(int, void *);

int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage,g_dstImage;

int main(   )
{

	g_srcImage = imread( "lena.jpg");
	g_dstImage = Mat::zeros( g_srcImage.size(), g_srcImage.type() );
	g_nContrastValue=80;
	g_nBrightValue=80;
	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"
		<<"\t按下“q”键时，程序退出\n";
	//按下“q”键时，程序退出
	while(char(waitKey(1)) != 'q') {}
	return 0;
}


static void ContrastAndBright(int, void *)
{

	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);
}

</span>

三、Matlab辅助

      maltab中主要用的函数是imadjust()

<span style="font-size:18px;">J = imadjust(I,[low_in high_in],[low_out high_out])</span>

• [low_in high_in]为原图象中要变换的灰度范围，
• [low_out high_out]指定了变换后的灰度范围。

clear all;
I = imread('pout.tif');
J = imadjust(I);
subplot(1,4,1);imshow(I), 
xlabel('(a)原始图像')
subplot(1,4,2), imshow(J)
xlabel('(b)增强对比度所得图像')
K=imadjust(I,[0.4,0.8],[]);   %对指定的灰度范围进行图像增强处理
subplot(1,4,3), imshow(K)
xlabel('(c)指定对比度范围增强图像')
K1=imadjust(I,[],[0.4 0.6]);   %对指定的灰度范围进行图像增强处理
subplot(1,4,4), imshow(K1)
xlabel('(d)指定对比度范围增强图像')
K2=imadjust(I,[0.5 0.8],[],0.5);   %对指定的灰度范围进行图像增强处理
figure
imshow(K2)

Opencv图像识别从零到精通（9）----对比度亮度改变

标签：

原文地址：http://blog.csdn.net/qq_20823641/article/details/51939827