opencv中如何调整图像亮度和对比度,以及亮度和对比度调整的原理
Posted tony365
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了opencv中如何调整图像亮度和对比度,以及亮度和对比度调整的原理相关的知识,希望对你有一定的参考价值。
文章目录
1. 调整图像亮度和对比度的原理
通过设计一个映射曲线就可完成对比度、亮度调整,具体过程如下图所示,
a) 为原图;
b) 把亮度调高,像素强度+固定值;
c) 把亮度调低,像素强度-固定值;
d) 增大像素强度75附近的对比度;增大附近的斜率
e) 增大像素强度150附近的对比度;
f) 增大像素强度75和225附近的对比度。
曲线斜率大于45度角的区域灰度被拉伸、精度上升、对比度变高;
曲线斜率小于45度角的区域灰度被压缩、精度下降、对比度变低。
下面图像是 0-255 映射到 0-255, a原图,b原图加上一个数,c原图减去一个数,d在value=75处拉伸,e在value=150出拉伸,f在75和225出进行拉伸。拉伸操作可以提升该区域的对比度
2. python实现的一个代码如下,可以直接运行
首先减去均值,然后调整对比度(乘上大于1的系数进行拉伸),然后加上均值,最后调整亮度。
aa是拉伸系数,bb是亮度变化
img_a = aa * (img - bri_mean) + bb + bri_mean
import cv2
import numpy as np
from matplotlib import pyplot as plt
if __name__ == "__main__":
file = r'D:\\dataset\\data_gain1_2\\cap_frame_0002_raw.png'
img = cv2.imread(file).astype(np.float32)
bri_mean = np.mean(img)
a = np.arange(5, 16, 5) / 10
b = np.arange(-30, 31, 30)
a_len = len(a)
b_len = len(b)
print(a_len, b_len)
plt.figure()
for i in range(a_len):
for j in range(b_len):
aa = a[i]
bb = b[j]
img_a = aa * (img-bri_mean) + bb + bri_mean
print(i, j, aa, bb)
img_a = np.clip(img_a,0,255).astype(np.uint8)
plt.subplot(a_len+1, b_len, (j + b_len * i + 1))
plt.imshow(img_a, cmap='gray')
plt.subplot(a_len + 1, b_len, a_len*b_len+1)
plt.imshow(img.astype(np.uint8), cmap='gray')
plt.show()
得到不同亮度和对比度的结果
3. 在opencv种调节图像和对比度的方法
可以参考下面链接的demo code:
opencv demo code
运行程序,对应直方图的变化:
原图
增加亮度,直方图向右平移
增加对比度, 直方图更加均衡
a. opencv中的实现方法:
首先认识 convertTo函数
image.convertTo(dst, CV_8U, a, b);
opencv里是这样得到 a,b系数的
opencv中时如何求 alpha和beta的?如下:
if (contrast > 0)
delta = 127. * contrast / 100;
a = 255. / (255. - delta * 2);
b = a * (brightness - delta);
else
delta = -128. * contrast / 100;
a = (256. - delta * 2) / 255.;
b = a * brightness + delta;
b. 根据咱们的公式,我们也可以得到自己的a,b系数,实现结果表明和opencv的方法具有类似的效果
img_a = aa * (img - bri_mean) + bb + bri_mean
bri_mean锚定为127的时候
img_a = aa * (img - 127) + bb + 127 = aa * img - 127*aa + bb + 127 = aa * img + (1-aa) * 127 + bb
opencv中_brightness 和 _contrast 的范围是 0-200, 等于100时不进行调整, 参考和运行下面的demo程序
a = _contrast / 100.0f;
b = (1 - a) * 127 + _brightness - 100;
通过对比直方图的变化效果 可知上面两个方法 作用是类似的。
本来想找opencv的方法对应的原理链接,但是链接已经失效
c.两种方案的完整demo,c++实现:
#include "opencv2/core/utility.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int _brightness = 100;
int _contrast = 100;
Mat image;
/* brightness/contrast callback function */
static void updateBrightnessContrast(int /*arg*/, void*)
int histSize = 64;
int brightness = _brightness - 100;
int contrast = _contrast - 100;
/*
* The algorithm is by Werner D. Streidt
* (http://visca.com/ffactory/archives/5-99/msg00021.html)
*/
double a, b;
double delta=0;
//opencv中的方法
if (contrast > 0)
delta = 127. * contrast / 100;
a = 255. / (255. - delta * 2);
b = a * (brightness - delta);
else
delta = -128. * contrast / 100;
a = (256. - delta * 2) / 255.;
b = a * brightness + delta;
/*method 2*/
//a = _contrast / 100.0f;
//b = (1 - a) * 127 + _brightness - 100;
//printf("ab value :%.4lf, %.4lf, %.4lf\\n",delta, a, b);
Mat dst, hist;
image.convertTo(dst, CV_8U, a, b);
imshow("image", dst);
calcHist(&dst, 1, 0, Mat(), hist, 1, &histSize, 0);
Mat histImage = Mat::ones(200, 320, CV_8U) * 255;
normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, CV_32F);
histImage = Scalar::all(255);
int binW = cvRound((double)histImage.cols / histSize);
for (int i = 0; i < histSize; i++)
rectangle(histImage, Point(i * binW, histImage.rows),
Point((i + 1) * binW, histImage.rows - cvRound(hist.at<float>(i))),
Scalar::all(0), -1, 8, 0);
imshow("histogram", histImage);
const char* keys =
"help h||@image|baboon.jpg|input image file"
;
int main(int argc, const char** argv)
CommandLineParser parser(argc, argv, keys);
parser.about("\\nThis program demonstrates the use of calcHist() -- histogram creation.\\n");
if (parser.has("help"))
parser.printMessage();
return 0;
string inputImage = parser.get<string>(0);
// Load the source image. HighGUI use.
image = imread(samples::findFile(inputImage), IMREAD_GRAYSCALE);
if (image.empty())
std::cerr << "Cannot read image file: " << inputImage << std::endl;
return -1;
namedWindow("image", 0);
namedWindow("histogram", 0);
createTrackbar("brightness", "image", &_brightness, 200, updateBrightnessContrast);
createTrackbar("contrast", "image", &_contrast, 200, updateBrightnessContrast);
updateBrightnessContrast(0, 0);
waitKey();
return 0;
OpenCV 调整图像亮度与对比度
图像变换理论公式
图像变换可以看作如下:
- 像素变换 – 点操作:对点进行像素值调整
- 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,变换公式如下:
图像变换相关API
zeros( image.size(), image.type() )
作用: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
函数原型:
Mat new_image = Mat::zeros( image.size(), image.type() ); :
参数为图像的size属性与type属性,用时直接调用就可以了,例如下面例子:
dst = Mat::zeros(src.size(), src.type()); // 初始化对象
saturate_cast(value);
作用:确保修改值大小范围为0~255之间
函数原型:
saturate_cast(value);:
参数为要设置的值,往往是赋值给前面的像素点,例如下面语句,saturate_cast(value)
通常作为后面的value
Mat.at(y,x)[index]=value; :给每个像素点每个通道赋值
例如下面用法:
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(alpha*b + beta);// 调整对比度与亮度
代码示例
#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
Mat src = imread("./test2.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; // 增益变量
Mat dst, convert, dst_convert;
//cvtColor(src,src,CV_RGB2GRAY); // 将src灰度处理
//imshow("gray",src); // 灰度图
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;
}
以上是关于opencv中如何调整图像亮度和对比度,以及亮度和对比度调整的原理的主要内容,如果未能解决你的问题,请参考以下文章
Android OpenCV之算数操作与调整图像的亮度和对比度