【opencv】 改变图像的对比度和亮度的两种方法

方法一：对每个像素点进行线性处理

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 。

运行代码如下：

#include <opencv2/opencv.hpp>using namespace std;using namespace cv;double alpha; /**< 控制对比度 */int beta;  /**< 控制亮度 */int main(){Mat image = imread("2.png",CV_LOAD_IMAGE_UNCHANGED);if (image.empty()){cout << "图像加载失败" << endl;}// 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;        Mat new_image = Mat::zeros(image.size(), image.type());for (int i = 0; i < image.rows; i++){for (int j = 0; j < image.cols; j++){for (int k = 0; k < 3; k++){new_image.at<Vec3b>(i, j)[k] = saturate_cast<uchar>(alpha*(image.at<Vec3b>(i, j)[k]) + beta);}}}namedWindow("a",1);imshow("b", new_image);waitKey();return 0;}

方法二：使用opencv函数convertTo

void Mat::convertTo( Mat& m, int rtype, double alpha=1, double beta=0 )

const;

输入参数：

m  目标矩阵。如果m的大小与原矩阵不一样，或者数据类型与参数不匹配，那么在函数convertTo内部会先给m重新分配空间。

rtype 指定从原矩阵进行转换后的数据类型，即目标矩阵m的数据类型。当然，矩阵m的通道数应该与原矩阵一样的。如果rtype是负数，那么m矩阵的数据类型应该与原矩阵一样。

alpha 缩放因子。默认值是1。即把原矩阵中的每一个元素都乘以alpha。

beta 增量。默认值是0。即把原矩阵中的每一个元素都乘以alpha，再加上beta。

功能

函数将源矩阵中的像素值转换为目标类型。最后会使用溢出保护函数saturate_cast<> ，以避免转换过程中可能出现的溢出。函数执行如下运算：

 m(x,y)=saturate_cast<rType>(alpha*(*this)(x,y)+beta);

由于有数据类型的转换，所以需要用saturate_cast<rType>来处理数据的溢出。

代码如下：

#include <iostream>  #include <opencv2/core/core.hpp>  #include <opencv2/highgui/highgui.hpp>  #include <opencv2/opencv.hpp>using namespace std;using namespace cv;double alpha; /**< 控制对比度 */int beta;  /**< 控制亮度 */int main(){Mat image = imread("2.png",CV_LOAD_IMAGE_UNCHANGED);if (image.empty()){cout << "图像加载失败" << endl;}        Mat imageConvert;image.convertTo(imageConvert, image.type(), 1, 50);        namedWindow("a", 1);imshow("a", imageConvert);waitKey();return 0;}