opencv调整图像亮度对比度的示例代码

下面是详细讲解“OpenCV调整图像亮度对比度的示例代码”的完整攻略。

1. 调整图像亮度

方法一：使用cv::Mat对像素值进行遍历

对于一张图像，我们可以通过遍历所有像素的方式调整图像的亮度，具体代码如下：

cv::Mat image = cv::imread("image.png");  // 读取图片

// 调整亮度
float alpha = 1.5;  // 亮度调整参数
for (int i = 0; i < image.rows; i++) {
    for (int j = 0; j < image.cols; j++) {
        for (int c = 0; c < image.channels(); c++) {
            image.at<cv::Vec3b>(i, j)[c] = cv::saturate_cast<uchar>(alpha * image.at<cv::Vec3b>(i, j)[c]);
        }
    }
}

cv::imshow("image", image);  // 显示图片
cv::waitKey();  // 等待按键

这段代码中，我们通过三重循环遍历了所有像素，并对每个像素的RGB值进行乘法运算，将图像的亮度进行了调整。

方法二：使用cv::convertTo函数

除了遍历像素值之外，还可以使用OpenCV提供的函数cv::convertTo来调整图像亮度，代码如下：

cv::Mat image = cv::imread("image.png");  // 读取图片

// 调整亮度
float alpha = 1.5;  // 亮度调整参数
cv::Mat bright_image;
image.convertTo(bright_image, -1, alpha, 0);

cv::imshow("image", bright_image);  // 显示图片
cv::waitKey();  // 等待按键

这段代码中，我们使用convertTo函数将原图像赋值给一个新的Mat对象bright_image，并将alpha和0作为参数传入convertTo函数中，从而实现对图像亮度的调整，其中第二个参数-1表示使用与原图像相同的深度和通道数。

2. 调整图像对比度

方法一：使用cv::Mat对像素值进行遍历

同样地，我们也可以通过遍历图像的每一个像素，来实现对图像对比度的调整，代码如下：

cv::Mat image = cv::imread("image.png");  // 读取图片

// 调整对比度
float alpha = 1.5;  // 对比度调整参数
for (int i = 0; i < image.rows; i++) {
    for (int j = 0; j < image.cols; j++) {
        for (int c = 0; c < image.channels(); c++) {
            image.at<cv::Vec3b>(i, j)[c] = cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(i, j)[c] - 128) + 128);
        }
    }
}

cv::imshow("image", image);  // 显示图片
cv::waitKey();  // 等待按键

这段代码的原理为：对于原图像中的每一个像素，减去128后，与调整参数alpha相乘，并加上128，将调整后的像素值赋值给新的Mat对象。

方法二：使用cv::equalizeHist函数

cv::equalizeHist函数用于直方图均衡化，同样可以实现对图像对比度的调整，具体代码如下：

cv::Mat image = cv::imread("image.png", cv::IMREAD_GRAYSCALE);  // 读取灰度图像

// 直方图均衡化
cv::Mat equalized_image;
cv::equalizeHist(image, equalized_image);

cv::imshow("image", equalized_image);  // 显示图片
cv::waitKey();  // 等待按键

这段代码的原理为：使用cv::equalizeHist函数对输入的灰度图像进行直方图均衡化，得到调整后的灰度图像，即为对比度调整后的图像。

总结

本篇攻略详细讲解了两种调整图像亮度和对比度的方法，并给出了具体的代码实现。其中，第一种方法需要使用循环遍历每一个像素，而第二种方法则利用了OpenCV提供的现成函数，实现了快速调整的目的。在实际使用中，需要根据实际情况选择合适的方法。