6. 調整圖像亮度和對比度（OpenCV基礎課程視頻學習）

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

1. 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。
2. saturate_cast(value);
   確保像素值在 0~255 之間。
3. 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

3.3 對比

3.3.1 alpha=1.5 之下，beta=10 VS beta=100

3.3.2 beta=10 之下，alpha=1.5 VS alpha=5