OpenCV(C++)影像處理基礎05：影像的亮度與對比度

0、知識點

案例: 像素值越接近255越白，兩引數則是調整像素和對比度，

Api介面：

復習Vec3f ：
Vec3f表示的是3通道float型別的 Vect，就相當于3通道float型別的影像（這是其中一個具體化），解釋可以從源代碼中看出來，

下面給出一個具體的例子：
Vec3f point = Vec3f(10,10,3.2);//Float, 3 components
Mat mat(3,3,CV_32FC3,);//3 channel matrix
Vec3f v3f = mat.at(y, x);//read color values for pixel (y,x)
這里注釋一下：Vec3f是一種資料型別，其是3通道的float，后面的mat.at(y, x)是訪問影像的一種方式，（可以從定義形式上看出來 int a=…）
對于mat的理解，可以認為mat.at是mat的一種訪問形式，其有點類似vector，

復習Vec3b：
Vec3b可以看作是vector<uchar, 3>，
簡單而言就是一個uchar型別的，長度為3的vector向量，
由于在OpenCV中，使用imread讀取到的Mat影像資料，都是用uchar型別的資料存盤，對于RGB三通道的影像，每個點的資料都是一個Vec3b型別的資料，使用at定位方法如下：

img.at(row, col)[0] = 255;　　// 這是指修改B通道資料
img.at(row, col)[1] = 255;　　// 這是指修改G通道資料
img.at(row, col)[2] = 255;　　// 這是指修改R通道資料

1、測驗代碼

創建一張跟原影像大小和型別一致的空白影像，像素值初始化為0；
saturate_cast(value)確保值在0-255之間；
Mat.at(y,x)[index] = value每個像素點每個通道賦值

測驗影像：

測驗代碼：

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

using namespace cv;

#if 1
int main(int argc, char** argv) {
	Mat src, dst;
	//圖片路徑
	src = imread("D:/CV2021/opencv_test0/Project1/test_img/40c.png");

	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char input_win[] = "input image";
	//cvtColor(src, src, CV_BGR2GRAY); //灰度
	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
	imshow(input_win, src);

	// contrast and brigthtness changes 
	int height = src.rows;
	int width = src.cols;
	dst = Mat::zeros(src.size(), src.type());//影像初始化 BGR
	float alpha = 1.2;
	float beta = 30;

	//Mat m1;
	//src.convertTo(m1, CV_32F);  
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			if (src.channels() == 3) {
				//RGB三通道
				float b = src.at<Vec3b>(row, col)[0];// blue
				float g = src.at<Vec3b>(row, col)[1]; // green
				float r = src.at<Vec3b>(row, col)[2]; // red

				// output：亮度和對比度處理
				dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b * alpha + beta);
				dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g * alpha + beta);
				dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r * alpha + beta);
			}
			else if (src.channels() == 1) {
				//灰度值
				float v = src.at<uchar>(row, col);
				dst.at<uchar>(row, col) = saturate_cast<uchar>(v * alpha + beta);
			}
		}
	}

	char output_title[] = "contrast and brightness change demo";
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(output_title, dst);

	waitKey(0);
	return 0;
}
#endif

測驗結果：

2、補充：convertTo的用法

函式原型：
void Mat::convertTo( Mat& m, int rtype, double alpha=1, double beta=0 )

引數解釋：
m 目標矩陣，如果m的大小與原矩陣不一樣，或者資料型別與引數不匹配，那么在函式convertTo內部會先給m重新分配空間，
rtype 指定從原矩陣進行轉換后的資料型別，即目標矩陣m的資料型別，當然，矩陣m的通道數應該與原矩陣一樣的，如果rtype是負數，那么m矩陣的資料型別應該與原矩陣一樣，
alpha 縮放因子，默認值是1，即把原矩陣中的每一個元素都乘以alpha，
beta 增量，默認值是0，即把原矩陣中的每一個元素都乘以alpha，再加上beta，

功能
把一個矩陣從一種資料型別轉換到另一種資料型別，同時可以帶上縮放因子和增量，公式如下：
m(x,y)=saturate_cast(alpha*(*this)(x,y)+beta);
由于有資料型別的轉換，所以需要用saturate_cast來處理資料的溢位，

三通道測驗，測驗代碼：

	Mat m1;
	src.convertTo(m1, CV_32F);  
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			if (src.channels() == 3) {
				//RGB三通道
				float b = m1.at<Vec3f>(row, col)[0];// blue
				float g = m1.at<Vec3f>(row, col)[1]; // green
				float r = m1.at<Vec3f>(row, col)[2]; // red

				// output：亮度和對比度處理
				dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b * alpha + beta);
				dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g * alpha + beta);
				dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r * alpha + beta);

測驗結果：

在灰度基礎上，測驗代碼：

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

using namespace cv;

#if 1
int main(int argc, char** argv) {
	Mat src, dst;
	//圖片路徑
	src = imread("D:/CV2021/opencv_test0/Project1/test_img/40c.png");

	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char input_win[] = "input image";
	cvtColor(src, src, CV_BGR2GRAY);
	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
	imshow(input_win, src);

	// contrast and brigthtness changes 
	int height = src.rows;
	int width = src.cols;
	dst = Mat::zeros(src.size(), src.type());//影像初始化 BGR
	float alpha = 1.2;
	float beta = 30;

	Mat m1;
	src.convertTo(m1, CV_32F);
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			if (src.channels() == 3) {
				//RGB三通道
				float b = m1.at<Vec3f>(row, col)[0];// blue
				float g = m1.at<Vec3f>(row, col)[1]; // green
				float r = m1.at<Vec3f>(row, col)[2]; // red

				// output：亮度和對比度處理
				dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b * alpha + beta);
				dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g * alpha + beta);
				dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r * alpha + beta);
			}
			else if (src.channels() == 1) {
				//灰度值
				float v = src.at<uchar>(row, col);
				dst.at<uchar>(row, col) = saturate_cast<uchar>(v * alpha + beta);
			}
		}
	}

	char output_title[] = "contrast and brightness change demo";
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(output_title, dst);

	waitKey(0);
	return 0;
}
#endif

測驗結果：

去掉灰度，進行降低對比度的操作： float alpha = 0.2;測驗結果：

參考文獻

https://www.cnblogs.com/suubai/p/12485417.html
http://www.360doc.com/content/16/1202/09/35269117_611224795.shtml
https://blog.csdn.net/xiongwen_li/article/details/78523670
https://www.bbsmax.com/A/GBJrKeQK50/