1. void convertToImage(Mat& mat,Mat outputMat,double alpha,int beta){
2. //遍历这个mat
3. for(int i = 0 ; i < mat.rows;i++){
4. for(int j = 0 ; j < mat.cols; j++){
5. for(int c = 0; c < 3; c++){
6. outputMat.at<Vec3b>(i,j)[c] = saturate_cast<uchar>(alpha*(mat.at<Vec3b>(i,j)[c])+beta);
7. }
8. }
9. }
10. }

源码很简单，openCV提供给我们的实现函数式Mat.convertTo(OutputArray m , int rtype, double alpha = 1, double beta = 0);

参数说明下：

outputArray就是输出的目标Mat

rtype是深度，和之前用到的filter2D函数一样，-1代表使用跟源一样的depth，或者填写image.depth()

alpha就是α

beta就是β

（后面还会介绍γ方法）

使用方法：

1. //先创建一个outputmat
2. Mat outputMat = Mat::zeros(oriMat.size(), oriMat.type());
3. oriMat.convertTo(outputMat, -1, 2.2,50);

实现效果跟上面的原始函数一样

效果如下：

1. /**
2. 通过伽马的方式 （非线性） 显示一个图片
3. */
4. void gammaProcessImage(Mat& oriMat,double gamma,Mat outputMat){
5. //伽马方法也是按照一个公式修改了每个像素值，我们可以通过LUT函数进行编写，它的公式是：
6. //O=(I/255)的γ次方×255
7. //代码如下
8. Mat lookupTable(1,256,CV_8U);
9. uchar* p = lookupTable.ptr();
10. for (int i =0 ; i < 256; i++) {
11. p[i] = saturate_cast<uchar>(pow(i/255.0, gamma) * 255.0);
12. }
13. LUT(oriMat,lookupTable,outputMat);
14. }

线性和非线性修改图片亮度和对比度的方式我们这边都熟悉过了，后面继续学习基本绘图部分。