理論

• 影象變換可以看作如下：
  • 畫素變換 – 點操作
  • 鄰域操作 – 區域
    調整影象亮度和對比度屬於畫素變換-點操作
    $g(i,j$
    ) = α f ( i , j
    ) + β g(i,j) = αf(i,j) + β （其中 α>0,β是增益變數）
• 重要的API
  • Mat new_image = Mat::zeros( image.size(), image.type() );
    ：建立一張跟原影象大小和型別一致的空白影象、畫素值初始化為0
  • saturate_cast(value);：確保值大小範圍為0~255之間
  • Mat.at(y,x)[index]=value; ：給每個畫素點每個通道賦值

程式碼：

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

using namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src=imread("E:/Experiment/OpenCV/Pictures/test.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);

	//調整影象亮度與對比度
	int height=src.rows;
	int width=src.cols;

	float alpha = 1.2f;
    float beta = 10.f;

	Mat dst,convert, dst_convert;
	//cvtColor(src,src,CV_RGB2GRAY);//將src灰度處理
	//imshow(windows_name,src);

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

    src.convertTo(convert, CV_32F);//將其轉化為 float 型資料
	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){//單通道影象的處理
				int v=src.at<uchar>(row,col);
				dst.at<uchar>(row,col)=saturate_cast<uchar>(alpha*v + beta);//灰度圖的計算
			}
			else if(src.channels()==3){//3通道影象處理
				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);//調整對比度與亮度，公式: g(i,j) = α*f(i,j)+β  其中 α>0, β是增益變數
                dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(alpha*g + beta);//影象越亮，顏色值越往255靠近
                dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(alpha*r + beta);//對比度: 就是兩個畫素點之間的差值，差值越大對比度越高，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計算會比uchar精度高一些，值會大一點點
                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;
}

執行結果