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
    $g(i,j)=\alpha f(i,j)+\beta$ （其中 α>0,β是增益变量）
• 重要的API
  • Mat new_image = Mat::zeros( image.size(), image.type() ); ：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
  • saturate_cast(value);：确保值大小范围为0~255之间
  • Mat.at(y,x)[index]=value; ：给每个像素点每个通道赋值

代码：

#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);

	//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;

	Mat dst,convert, dst_convert;
	//cvtColor(src,src,CV_RGB2GRAY);//将src灰度处理
	//imshow(windows_name,src);

	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;
}

运行结果