課程視頻鏈接:https://www.bilibili.com/video/av29600072?p=7
內容
- 理論知識
- 代碼
1. 理論知識
圖像變換可以看作如下兩種:
- 像素變換 —— 點操作,例如:
- 鄰域操作 —— 區域,例如:卷積、特徵提取、梯度計算、模式匹配識別、角點檢測、模糊、平滑等
調整圖像的亮度和對比度屬於像素變換 —— 點操作
公式:
g(i,j) = \alpha * f(i,j) + \beta
其中 α>0,β 是增益變量。
BGR 圖像的像素值在 0~255 之間,0 代表黑色,255 代表白色,所以像素值越大,亮度越高,所以設置了增益變量 β。
α 用於提高對比度,圖像中的像素值會隨着差值的拉大而對比度增強。
注意:OpenCV 是基於 BGR 圖像的,所以圖像的每一個像素值都在 0~255 的範圍之內。但是其他格式的圖像,比如有的時候打開一幅 .tiff 格式的圖像,它的像素值有可能是負數。
2. 重要的 API
- Mat new_image = Mat::zeros(image.size(), image.type());
創建一張跟原圖像大小和類型一致的空白圖像、像素值初始化爲 0。 - saturate_cast(value);
確保像素值在 0~255 之間。 - Mat.at(y,x)[index] = value;
給每個像素點每個通道賦值。
3. 完整代碼
#include <opencv.hpp>
#include <iostream>
#define alpha 1.5 // 調整圖像對比度
#define beta 10 // 調整圖像亮度
int main(int argc, char** argv)
{
cv::Mat src = cv::imread(cv::samples::findFile("LBXX1.jpg"), cv::IMREAD_COLOR);
char windowName[] = "Input image";
cv::namedWindow(windowName, cv::WINDOW_AUTOSIZE);
cv::imshow(windowName, src);
int height = src.rows;
int width = src.cols;
cv::Mat dst = cv::Mat::zeros(src.size(), src.type());
for (int irow = 0; irow < height; irow++)
{
for (int icol = 0; icol < width; icol++)
{
if (src.channels() == 3)
{
double b = src.at<cv::Vec3b>(irow, icol)[0];
double g = src.at<cv::Vec3b>(irow, icol)[1];
double r = src.at<cv::Vec3b>(irow, icol)[2];
dst.at<cv::Vec3b>(irow, icol)[0] = cv::saturate_cast<uchar>(alpha * b + beta);
dst.at<cv::Vec3b>(irow, icol)[1] = cv::saturate_cast<uchar>(alpha * g + beta);
dst.at<cv::Vec3b>(irow, icol)[2] = cv::saturate_cast<uchar>(alpha * r + beta);
}
else if (src.channels() == 1)
{
double v = src.at<uchar>(irow, icol);
dst.at<uchar>(irow, icol) = cv::saturate_cast<uchar>(alpha * v + beta);
}
}
}
cv::namedWindow("Output image", cv::WINDOW_AUTOSIZE);
cv::imshow("Output image", dst);
cv::waitKey(0);
return 0;
}
3.1 alpha=1.5 & beta=10
結果
3.2 alpha=1.5 & beta=100
結果
3.2 alpha=5 & beta=10
結果