OpenCV 调整图像对比度与亮度的方法

目标

在本教程中，您将学习如何：

• 访问像素值
• 用零初始化矩阵
• 了解线性变换的作用及其原理
• 获取有关像素转换的信息
• 在实际示例中提高图像的亮度

理论

图像处理

一般图像处理算子是获取一个或多个输入图像并生成输出图像的函数。图像转换可以看作是：

• 点运算符（像素变换）
• 邻域（基于区域）运算符

像素变换

在这种图像处理转换中，每个输出像素的值仅取决于相应的输入像素值（以及可能收集的一些全局信息或参数）。此类运算符的示例包括亮度和对比度调整以及颜色校正和转换。

亮度和对比度调整

两个常用的点过程是乘法和加法，具有常数： $$g(x) = \alpha f(x) + \beta$$ 参数 $\alpha > 0$ 和 $\beta$ 通常称为增益系数和偏移量；有时据说这些参数分别控制对比度和亮度。 您可以将 $f(x)$ 视为源图像像素，将 $g(x)$ 视为输出图像像素。然后，更方便的是，我们可以将表达式写成： $$g(i, j) = \alpha \cdot f(i, j) + \beta$$ 其中 $i$ 和 $j$ 表示像素位于哪行和哪列中。

代码示例 (C++)

以下代码执行操作 $g(i, j) = \alpha \cdot f(i, j) + \beta$：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 解析命令行参数获取输入图像路径
    string inputImage = "lena.jpg";
    if (argc > 1) {
        inputImage = argv[1];
    }

    Mat image = imread(inputImage);
    if (image.empty()) {
        cout << "无法打开或找到图像！\n" << endl;
        cout << "用法：" << argv[0] << " <输入图像>" << endl;
        return -1;
    }

    // 创建新矩阵存储结果，初始化为零，大小和类型与原图一致
    Mat new_image = Mat::(image.(), image.());

     alpha = ; 
     beta = ;       

    cout <<  << endl;
    cout <<  << endl;
    cout << ; cin >> alpha;
    cout << ; cin >> beta;

    
     ( y = ; y < image.rows; y++) {
         ( x = ; x < image.cols; x++) {
             ( c = ; c < image.(); c++) {
                
                new_image.<Vec3b>(y, x)[c] = 
                    <uchar>(alpha * image.<Vec3b>(y, x)[c] + beta);
            }
        }
    }

    (, image);
    (, new_image);
    ();

     ;
}