图像变换理论公式

图像变换可以看作如下:

  1. 像素变换 – 点操作:对点进行像素值调整
  2. 邻域操作 – 区域:

调整图像亮度和对比度属于像素变换-点操作,变换公式如下:

图像变换相关API

zeros( image.size(), image.type() )

作用:创建一张跟原图像大小和类型一致的空白图像、像素值初始化为0

函数原型:

Mat new_image = Mat::zeros( image.size(), image.type() ); :

参数为图像的size属性与type属性,用时直接调用就可以了,例如下面例子:

dst = Mat::zeros(src.size(), src.type());   // 初始化对象

saturate_cast(value);

作用:确保修改值大小范围为0~255之间

函数原型:

saturate_cast(value);:

参数为要设置的值,往往是赋值给前面的像素点,例如下面语句,saturate_cast(value)通常作为后面的value

Mat.at(y,x)[index]=value; :给每个像素点每个通道赋值

例如下面用法:

dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);// 调整对比度与亮度

代码示例

#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>  using namespace std;
using namespace cv;int main(int argc, char** argv) {Mat src = imread("./test2.jpg");if (!src.data) {cout << "could not load image ..." << endl;return -1;}char windows_name[] = "input Image";namedWindow(windows_name, CV_WINDOW_AUTOSIZE);imshow(windows_name, src);//调整图像亮度与对比度int height = src.rows;int width = src.cols;float alpha = 1.2f;float beta = 10.f;  // 增益变量Mat dst, convert, dst_convert;//cvtColor(src,src,CV_RGB2GRAY);           // 将src灰度处理//imshow("gray",src);                      // 灰度图dst = Mat::zeros(src.size(), src.type());    // 初始化对象src.convertTo(convert, CV_32F);//将其转化为 float 型数据dst_convert = Mat::zeros(src.size(), src.type());for (int row = 0; row < height; row++) {for (int col = 0; col < width; col++) {if (src.channels() == 1) {                   // 单通道图像的处理int v = src.at<uchar>(row, col);dst.at<uchar>(row, col) = saturate_cast<uchar>(alpha*v + beta); // 灰度图的计算}else if (src.channels() == 3) {             // 3通道图像处理int b = src.at<Vec3b>(row, col)[0];        // 注意只能用<Vec3b>,而不能用<Vec3f>int g = src.at<Vec3b>(row, col)[1];int r = src.at<Vec3b>(row, col)[2];dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);// 调整对比度与亮度,公式: g(i,j) = α*f(i,j)+β  其中 α>0, β是增益变量dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*g + beta);// 图像越亮,颜色值越往255靠近dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*r + beta);// 对比度: 就是两个像素点之间的差值,差值越大对比度越高,反之越低float f_b = convert.at<Vec3f>(row, col)[0];float f_g = convert.at<Vec3f>(row, col)[1];float f_r = convert.at<Vec3f>(row, col)[2];dst_convert.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*f_b + beta);// 用float计算会比uchar精度高一些,值会大一点点dst_convert.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*f_g + beta);dst_convert.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*f_r + beta);}}}imshow("dst_Image", dst);imshow("dst_convert Image", dst_convert);waitKey(0);return 0;
}

OpenCV 调整图像亮度与对比度相关推荐

  1. opencv 调整图像亮度和对比度

    图像亮度 以灰度图像为例,图像亮度指的是图像的明暗程度,图像的像素值整体越接近于255,图像越亮,反之越接近于0,图像越暗. 图像对比度 假设灰度图像的像素值的范围为[a,b],如果b-a的值越接近于 ...

  2. opencv调整图像亮度和对比度

    全局变量 Mat adjMat,srcImg; int bright,constrast; adjMat为调整后图像,srcImg为调整前图像 bright为调整亮度,从0-300,像素值加上亮度值后 ...

  3. 【opencv4】opencv视频教程 C++ 7、手动调整图像亮度与对比度 g(i, j) = αf(i, j) + β(点操作与邻域操作概念)

    上一讲:[opencv4]opencv视频教程 C++ 6.图像混合.线性混合.混合权重相加addWeighted().混合加add().混合乘multiply() [opencv_C++] 入门强推 ...

  4. OpenCV(C++)---调整图像亮度和对比度

    1.理论 图像变换可以看作如下: 像素变换 – 点操作 邻域操作 – 区域 调整图像亮度和对比度属于像素变换-点操作: 2.重要的API Mat new_image = Mat::zeros( ima ...

  5. opencv中如何调整图像亮度和对比度,以及亮度和对比度调整的原理

    文章目录 1. 调整图像亮度和对比度的原理 2. python实现的一个代码如下,可以直接运行 3. 在opencv种调节图像和对比度的方法 a. opencv中的实现方法: b. 根据咱们的公式,我 ...

  6. 调整图像亮度与对比度

    文章目录 理论 代码演示 理论 图像变换可以看作如下: 像素变换 – 点操作,用在调整图像亮度和对比度等操作上. 邻域操作 – 区域,用在图像卷积.特征提取.梯度计算.模式匹配识别.角点检测.模糊.平 ...

  7. 调整图像亮度和对比度

    图像变换可以看做两部分: 像素操作: 1.点操作,一般用于提升图像整体的对比度等. 2.邻域操作,一般用于空间域滤波,提取特征. 调整图像亮度和对比度属于像素变换 g(i,j)=αf(i,j)+βg\ ...

  8. java 对比度_调整图像亮度、对比度、饱和度

    完整代码如下: 1.主要方法编写类 package chapter4; import java.awt.image.BufferedImage; public class BSCAdjustFilte ...

  9. halcon中怎么降低图像亮度_第6课-调整图像亮度和对比度

    (非原创,看课程自己做的笔记,防丢失放到个人空间的) 第6课-调整图像亮度和对比度理论 代码演示 1-理论 图像变换可以看做如下: -像素变换-点操作: -邻域操作-区域: 调整图像亮度和对比度属于像 ...

  10. 0.4-OpenCvSharp4调整图像亮度和对比度

    0.4-OpenCvSharp4调整图像亮度和对比度 图像变换: 1)像素变换 – 点操作,用在调整图像亮度和对比度等操作上. 2)邻域操作 – 区域,用在图像卷积.特征提取.梯度计算.模式匹配识别. ...

最新文章

  1. Nginx最新版安装教程(Windows+Linux)
  2. SAP 金属行业实施项目的GAP之Metall Balance
  3. Linux系统日志级别
  4. 2.QML组件、图像几何变换和元素定位器
  5. Android 10.0系统启动之init进程-[Android取经之路]
  6. [Android]Android端ORM框架——RapidORM(v2.1)
  7. LeetCode-剑指 Offer 25. 合并两个排序的链表
  8. HashSet集合存储数据的结构(哈希表)及set集合存储元素不重复的原理
  9. 【数据库】数据模型基础概念(图文版)
  10. 数字系统设计学习之出租车计价器设计
  11. 组合体视图的画图步骤_(完整版)组合体视图画法教案
  12. Windows下安装NTP时间同步服务器
  13. 解决vim打开之后乱码的问题
  14. 实验3:理解Activity 的生命周期
  15. Linux学习笔记CentOS6.5(七)--如何开启8080端口供外界访问
  16. 在jsp页面上直接打开pdf文档
  17. linux分析测序数据,[转]如何分析测序结果
  18. linux服务器留后门,Linux下留本地后门的两个方法
  19. 华为p10 android保活,华为P10这八大细节,请看完之后决定要不要买!
  20. 户籍管理系统的设计与实现(论文+PPT+源码)

热门文章

  1. 生产质量分析,助力企业掌握影响质量的全量数据
  2. 计算机发展史 文档,计算机发展史课件
  3. Windowsxp系统无法安装新字体
  4. 联想硬盘保护系统 安装详解
  5. CodeSmith 简单使用和常用模板
  6. android按钮延迟显示出来,android Toast显示延迟的优化方案
  7. android layoutinflater原理分析,Android 之 LayoutInflater 全面解析
  8. python常用正则表达式大全_最全的常用正则表达式大全
  9. 编写第一个Windows Mobile程序
  10. HD2500显卡驱动linux,英特尔HD Graphics 4000/2500 集成显卡驱动