图像亮度和对比度调整

【OpenCV入门教程之六】 创建Trackbar & 图像对比度、亮度值调整

1. 算子

首先我们给出算子的概念。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。下式给出了算子的一般形式：

单输入 & 多输入

2. 点操作 pointoperators & 原理

• 图像亮度和对比度调整属于图像处理变换中的点操作
• 点操作有一个特点，仅仅根据输入像素值（有时可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，以及颜色校正（colorcorrection）和变换（transformations）

最两种常用的点操作（或者说点算子），很显然，是乘上一个常数（对应对比度的调节）以及加上一个常数（对应亮度值的调节）。用公式表示出来就是这样：

• 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（需要满足a>0）被称为增益（gain）常常被用来 控制图像的对比度。
• 参数 b 被称为偏置（bias）常常被用来 控制图像的亮度。

而更近一步，我们这样改写这个式子：

• 其中，i 和 j 表示像素位于第 i 行 和 第 j 列 。
  那么，这个式子就可以用来作为我们在OpenCV中控制图像的亮度和对比度的理论公式了。

3. 实例代码

核心

// 改变图像对比度和亮度值的回调函数
static void ContrastAndBright(int, void *)

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

using namespace cv;
using namespace std;

static void ContrastAndBright(int, void *);

// 设定对比度和亮度的初值
int g_ContrastVal = 80;
int g_BrightVal = 80;

// 原图和目标图像
// 因为要在回调函数中使用，所以用全局变量
Mat g_srcImg, g_dstImg;

int main() {

    // 原图和目标图像
    g_srcImg = imread("../pics/pig.jpg");
    g_dstImg = Mat::zeros(g_srcImg.size(), g_srcImg.type());

    namedWindow("src");
    imshow("src", g_srcImg);

    // 要先指定目标窗口
    // 这样才能添加进去后面的trackbar
    // dst初始显示的图像使用trackbar中变量的初始值
    namedWindow("dst");

    // 创建2个trackbar
    // 堆栈的，创建在后面的显示在上面
    createTrackbar("contrast", "dst", &g_ContrastVal, 300, ContrastAndBright);
    createTrackbar("bright", "dst", &g_BrightVal, 200, ContrastAndBright);

    // 调用回调函数
    ContrastAndBright(g_ContrastVal, 0);
    ContrastAndBright(g_BrightVal, 0);

    waitKey(0);
    return 0;
}

// 改变图像对比度和亮度值的回调函数
static void ContrastAndBright(int, void *) {
    // 三个for循环，执行运算 g_dstImage(i,j) = a * g_srcImage(i,j) + b
    // a = g_ContrastVal
    // b = g_BrightVal
    for (int i = 0; i < g_srcImg.rows; ++i) {
        for (int j = 0; j < g_srcImg.cols; ++j) {
            // 3通道 分别赋值
            for (int k = 0; k < 3; ++k) {
                // saturate_cast 内部使用 cvRound 方法，四舍五入
                // saturate_cast 还可以确保结果为有效值，不会超出像素取值范围
                g_dstImg.at<Vec3b>(i, j)[k] = saturate_cast<uchar>(g_ContrastVal * 0.01 * g_srcImg.at<Vec3b>(i, j)[k] +
                                                                   g_BrightVal);
            }
        }
    }
    namedWindow("dst");
    imshow("dst", g_dstImg);
}

• 先创建 2 个 trackbar，trackbar 的返回值给 ContrastAndBright 回调函数用于处理图像

// 创建2个trackbar
// 堆栈的，创建在后面的显示在上面
createTrackbar("contrast", "dst", &g_ContrastVal, 300, ContrastAndBright);
createTrackbar("bright", "dst", &g_BrightVal, 200, ContrastAndBright);

• ContrastAndBright 回调函数传入了 trackbar 调整的 2 个的全局变量

// 调用回调函数
ContrastAndBright(g_ContrastVal, 0);
ContrastAndBright(g_BrightVal, 0);

• 改变图像对比度和亮度值执行算子：g_dstImage(i,j) = a * g_srcImage(i,j) + b
  对应程序：（注意 saturate_cast 的作用）

// saturate_cast 内部使用 cvRound 方法，四舍五入
// saturate_cast 还可以确保结果为有效值，不会超出像素取值范围
g_dstImg.at<Vec3b>(i, j)[k] = saturate_cast<uchar>(g_ContrastVal * 0.01 * g_srcImg.at<Vec3b>(i, j)[k] + g_BrightVal);

• 算子中 a 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，但是轨迹条一般取值都会整数，所以在这里我们可以，将其代表对比度值的g_ContrastVal参数设为0到300之间的整型，在最后的式子中乘以一个0.01，这样就可以完成轨迹条中300个不同取值的变化。

4. 实验结果

初始状态

g_ContrastVal = 80; g_BrightVal = 80

增大 2 值

减小 2 值