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

引用文章@浅墨_毛星云 文章链接： http://blog.csdn.net/poem_qianmo/article/details/21479533

学习了如何在OpenCV中用createTrackbar函数创建和使用轨迹条，以及图像对比度、亮度值的动态调整。

文章首先详细讲解了OpenCV2.0中的新版创建轨迹条的函数createTrackbar，并给上一个详细注释的示例。

然后讲解图像的对比度、亮度值调整的细节，最后放出了一个利用createTrackbar函数创建轨迹条来辅助进行图像对比度、亮度值调整的程序源码。

部分一、OpenCV中轨迹条（Trackbar）的创建和使用

<1>创建轨迹条——createTrackbar函数详解

createTrackbar这个函数我们以后会经常用到，它创建一个可以调整数值的轨迹条，并将轨迹条附加到指定的窗口上，使用起来很方便。首先大家要记住，它往往会和一个回调函数配合起来使用。先看下他的函数原型：

    int createTrackbar(conststring& trackbarname, conststring& winname,  int* value, int count, TrackbarCallback onChange=0,void* userdata=0);  

    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。
这个createTrackbar函数，为我们创建一个具有特定名称和范围的轨迹条（Trackbar，或者说是滑块范围控制工具），指定一个和轨迹条位置同步的变量。而且要指定回调函数onChange（第五个参数），在轨迹条位置改变的时候来调用这个回调函数。并且我们知道，创建的轨迹条显示在指定的winname（第二个参数）所代表的窗口上。

然给大家一个完整的使用示例。这是OpenCV官方的sample示例程序，一个演示了用轨迹条来控制轮廓检测，轮廓填充的程序。

#include<opencv2\core\core.hpp>#include<opencv2\highgui\highgui.hpp>#include<opencv2\imgproc\imgproc.hpp>#include<iostream>using namespace cv;using namespace std;//定义全局变量Mat img;int threshval=160;//定义轨迹条的回调函数，有指定的参数格式void on_trackbar(int,void*){//如果threshval小于128，则当img中相应元素小于threshval时,bw赋255，大于threshval时赋0。 //如果threshval大于128，则当img相应元素大于threshval时,bw赋255，小于threshval时赋0Mat bw=(threshval<128)?(img<threshval):(img>threshval);//定义点和向量vector<vector<Point> >contours;//contours轮廓vector<Vec4i> hierarchy;//hierarchy层次//查找轮廓findContoursfindContours(bw,contours,hierarchy,CV_RETR_CCOMP,CV_CHAIN_APPROX_SIMPLE);//初始化dstMat dst=Mat::zeros(img.size(),CV_8UC3);//开始处理if(!contours.empty()&&!hierarchy.empty()){   //遍历所有顶层轮廓，随机生成颜色值给各连接组成部分int idx=0;for (;idx>=0; idx=hierarchy[idx][0]){Scalar color(rand()&&255,rand()&255,rand()&255);//绘制填充轮廓drawContours(dst,contours,idx,color,CV_FILLED,8,hierarchy);}}imshow("处理图",dst);}int main(){img=imread("img/logo.png",0);namedWindow("1");imshow("1",img);//创建处理窗口namedWindow("处理图");//创建轨迹条createTrackbar("阈值","处理图",&threshval,255,on_trackbar);on_trackbar(threshval,0);//轨迹条回调函数waitKey();return 0;}

原图如下：

效果图如下：

部分二、亮度和对比度调整的理论依据

今天我们所讲解的图像亮度和对比度的调整操作，其实属于图像处理变换中比较简单的一种——点操作（pointoperators）。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：
                      
                                                                                            
看到这个式子，我们关于图像亮度和对比度调整的策略就呼之欲出了。

其中：

    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通常被称为偏置（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。

为了执行 这个运算  ，我们需要访问图像的每一个像素。因为是对GBR图像进行运算，每个像素有三个值（G、B、R），所以我们必须分别访问它们（PS:OpenCV中的图像存储模式为GBR）。所以需要三个for循环解决问题，见代码块中的注释。

让我们分三个方面进行讲解：

    为了访问图像的每一个像素，我们使用这样的语法： image.at<Vec3b>(y,x)[c]    
        其中，y是像素所在的行， x是像素所在的列， c是R、G、B（对应0、1、2）其中之一。
    因为我们的运算结果可能超出像素取值范围（溢出），还可能是非整数（如果是浮点数的话），所以我们要用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都会整数，所以在这里我们可以，将其代表对比度值的nContrastValue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。所以在式子中，我们会看到

saturate_cast<uchar>( (g_nContrastValue*0.01)*(image.at<Vec3b>(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。

部分三：图像对比度、亮度值调整示例程序

#include<opencv2\core\core.hpp>#include<opencv2\highgui\highgui.hpp>#include<opencv2\imgproc\imgproc.hpp>#include<iostream>using namespace cv;using namespace std;int ContrastValue;//对比度值int BrightValue;//亮度值Mat src,dst;//描述：改变图像对比度和亮度值的回调函数(参数数目和类型是固定的)void ContrastAndBright(int,void *){//g(i,j)=a*f(i,j)+b，图像对比度和亮度值的关系for (int i = 0; i < src.rows; i++){for (int j = 0; j < src.cols; j++){for (int c = 0; c < 3; c++){dst.at<Vec3b>(i,j)[c]=saturate_cast<uchar>(src.at<Vec3b>(i,j)[c]*ContrastValue*0.01+BrightValue);}}}imshow("调节窗口",dst);}int main(){src=imread("img/3.jpg",1);dst=Mat::zeros(src.size(),src.type()); ContrastValue=80;//对比度初值     BrightValue=80;//亮度初值 namedWindow("原始图",1);  imshow("原始图",src); namedWindow("调节窗口",1);//创建两个轨迹条createTrackbar("对比度","调节窗口",&ContrastValue,300,ContrastAndBright );createTrackbar("亮度","调节窗口",&BrightValue,200,ContrastAndBright );//当第三个参数&ContrastValue是一个全局变量时，回调函数中的第二个参数为0//当拖动轨迹条时，调用回调函数ContrastAndBright(ContrastValue,0);//当ContrastValue是一个全局变量时，回调函数中的第二个参数为0ContrastAndBright(BrightValue,0);waitKey();return 0;}

原图如下：

效果图如下：