OpenCv基础(二):图像的亮度和对比度属性的调节
2017-05-19 10:58
351 查看
图像处理
一般来说,图像处理算子是带有一幅或多幅输入图像、产生一幅输出图像的函数。图像变换可分为以下两种:
点算子(像素变换)
邻域(基于区域的)算子
像素变换
在这一类图像处理变换中,仅仅根据输入像素值(有时可加上某些全局信息或参数)计算相应的输出像素值。这类算子包括 亮度和对比度调整 ,以及颜色校正和变换。
亮度和对比度调整
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:g(x) = alpha*f(x) + beta
两个参数 alpha > 0 和 beta 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 。
可以把 f(x) 看成源图像像素,把 g(x) 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:
g(i,j) = alpha * f(i,j) + beta
其中, i 和 j 表示像素位于 第i行 和 第j列 。
测试代码如下:
void TestChangeAlphaAndBeta(){ double alpha; /** 控制对比度 */ int beta; /** 控制亮度 */ Mat img = imread("test1.jpg"); Mat newImage = Mat::zeros(img.size(), img.type()); cout << "* Enter the alpha value [1.0-3.0]: "; cin >> alpha; cout << "* Enter the beta value [0-100]: "; cin >> beta; for (int y = 0; y < img.rows; y++) { for (int x = 0; x < img.cols; x++) { for (int c = 0; c < 3; c++) { newImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha*(img.at<Vec3b>(y, x)[c]) + beta); /* saturate_cast原理应当如下: if(data<0) data=0; else if(data>255) data=255; */ } } } imshow("src1", img); imshow("newImage", newImage); waitKey(0); }
程序运行结果如下(alpha为1.5,beta为20):
在上一节没有讲很基础的东西,这里再讲一些:
1、一上来,我们要建立两个变量,以存储用户输入的 alpha 和 beta :
double alpha; int beta;
2、然后,用 imread 载入图像,并将其存入一个Mat对象:
Mat img = imread("test1.jpg");
3、此时,因为要对图像进行一些变换,所以我们需要一个新的Mat对象,以存储变换后的图像。这个Mat对象应该拥有下面的性质:
像素值初始化为0
与原图像有相同的大小和类型
Mat newImage = Mat::zeros(img.size(), img.type());
可以看到到, Mat::zeros 采用 image.size() 和 image.type() 来对Mat对象进行0初始化。
4、现在,为了执行运算 g(i,j) = alpha * f(i,j) + beta ,我们要访问图像的每一个像素。因为是对RGB图像进行运算,每个像素有三个值(R、G、B),所以我们要分别访问它们。下面是访问像素的代码片段:
for (int y = 0; y < img.rows; y++) { for (int x = 0; x < img.cols; x++) { for (int c = 0; c < 3; c++) { newImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha*(img.at<Vec3b>(y, x)[c]) + beta); } } }
最后注意以下两点:
为了访问图像的每一个像素,我们使用这一语法: image.at(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(0、1、2)之一。
因为 alpha * p(i,j) + beta的运算结果可能超出像素取值范围,还可能是非整数(如果 alpha 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。
saturate_cast原理应当如下:
if(data<0) data=0; else if(data>255) data=255;
saturate_cast主要是为了防止溢出,对数据进行的一种保护,使赋值的操作合理无错
PS: 我们可以不用 for 循环来访问每个像素,而是可以直接采用下面这个命令: image.convertTo(new_image, -1,alpha, beta);
这里的 convertTo 将执行我们想做的 new_image = a*image + beta 。然而,由于我们想展现访问每一个像素的操作过程,所以选用了for循环的方式。实际上,这两种方式都能返回同样的结果。
相关文章推荐
- 【OpenCV学习】图像亮度、对比度调节(伽马校正)
- opencv学习笔记-图像对比度、亮度调节
- OpenCV学习——图像亮度、对比度调节
- opencv:图像对比度、亮度值调整(理论基础)
- opencv c++函数 基础5 改变图像的对比度和亮度
- OpenCV图像亮度、对比度调节
- opencv 彩色图像亮度、对比度调节 直方图均衡化
- 学习opencv 一幅图像的对比度和亮度调节
- OpenCV图像亮度、对比度调节
- opencv图像的对比度、亮度调节
- 【OpenCV_10】 创建滑动条Trackbar & 图像对比度、亮度值调整
- OpenCV 图像的对比度和亮度
- 调节亮度、对比度及gamma值实现彩色图像的亮度变换
- OpenCV学习-3: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
- 【OpenCV入门教程之六】 创建Trackbar & 图像对比度、亮度值调整
- 基于OpenCV调整图像的对比度和亮度
- Opencv改变图像亮度和对比度以及优化
- opencv(c++)改变图像的对比度和亮度
- opencv 亮度与对比度调节