学习 opencv--- 创建Trackbar(活动条) &图像对比度,亮度值调整
Posted wyu123
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了学习 opencv--- 创建Trackbar(活动条) &图像对比度,亮度值调整相关的知识,希望对你有一定的参考价值。
学习如何在opencv 中用trackbar 函数创建和使用 轨迹条,以及图像对比度,亮度值的动态调整
一、OpenCV中轨迹条(Trackbar)的创建和使用
【1】创建轨迹条-----createTrackbar 函数详解
createTrackbar这个函数我们以后会经常用到,它创建一个可以调整的轨迹条,并将轨迹条附加到指定的窗口上,使用起来方便,首先,它往往会和一个回调函数 配合起来使用,先看它的函数原型:
1 int createTrackbar(conststring &trackerbarname,conststring &winname,int *value,int count ,TrackerbarCallback onChange=0,void *userdata=0);
- 第一个参数,const string&类型的trackbarname,表示轨迹条的名字,用来代表我们创建的轨迹条。
- 第二个参数,const string&类型的winname,填窗口的名字,表示这个轨迹条会依附到哪个窗口上,即对应namedWindow()创建窗口时填的某一个窗口名。
- 第三个参数,int* 类型的value,一个指向整型的指针,表示滑块的位置。并且在创建时,滑块的初始位置就是该变量当前的值。
- 第四个参数,int类型的count,表示滑块可以达到的最大位置的值。PS:滑块最小的位置的值始终为0。
- 第五个参数,TrackbarCallback类型的onChange,首先注意他有默认值0。这是一个指向回调函数的指针,每次滑块位置改变时,这个函数都会进行回调。并且这个函数的原型必须为void XXXX(int,void*);其中第一个参数是轨迹条的位置,第二个参数是用户数据(看下面的第六个参数)。如果回调是NULL指针,表示没有回调函数的调用,仅第三个参数value有变化。
- 第六个参数,void*类型的userdata,他也有默认值0。这个参数是用户传给回调函数的数据,用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话,完全可以不去管这个userdata参数。
这个createTrackbar 函数,为我们创建一个具有特定名称和范围的轨迹条(Trackbar,或者说滑块范围控制工具),指定一个和轨迹条位置同步的变量,而且指定回调函数onChange (第五个参数),在轨迹条位置改变的时候来调用这个回调函数。并且知道,创建的轨迹条显示在指定的winname (第二个参数)所代表的窗口上。
看完函数讲解,先给大家一个函数使用小示例:
1 //创建轨迹条
2 createTrackbar("对比度:“,”【效果图窗口】",&g_nContrastVaule,300,ContrasAndBright);
3 //g_nContrastVaule为全局的整形变量,ContrasAndBright为回调函数的函数名(即指向函数地址的指针)
然给大家一个完整的使用示例。这是OpenCV官方的sample示例程序,
1 #include <opencv2/core/utility.hpp>
2 #include "opencv2/imgproc.hpp"
3 #include "opencv2/imgcodecs.hpp"
4 #include "opencv2/highgui.hpp"
5 #include <iostream>
6
7 using namespace cv;
8 using namespace std;
9
10 Mat img;
11 int threshval = 100;
12
13 static void on_trackbar(int, void*)
14 {
15 Mat bw = threshval < 128 ? (img < threshval) : (img > threshval);
16 Mat labelImage(img.size(), CV_32S);
17 int nLabels = connectedComponents(bw, labelImage, 8);
18 std::vector<Vec3b> colors(nLabels);
19 colors[0] = Vec3b(0, 0, 0);//background
20 for(int label = 1; label < nLabels; ++label){
21 colors[label] = Vec3b( (rand()&255), (rand()&255), (rand()&255) );
22 }
23 Mat dst(img.size(), CV_8UC3);
24 for(int r = 0; r < dst.rows; ++r){
25 for(int c = 0; c < dst.cols; ++c){
26 int label = labelImage.at<int>(r, c);
27 Vec3b &pixel = dst.at<Vec3b>(r, c);
28 pixel = colors[label];
29 }
30 }
31
32 imshow( "Connected Components", dst );
33 }
34
35 static void help()
36 {
37 cout << "\n This program demonstrates connected components and use of the trackbar\n"
38 "Usage: \n"
39 " ./connected_components <image(../data/stuff.jpg as default)>\n"
40 "The image is converted to grayscale and displayed, another image has a trackbar\n"
41 "that controls thresholding and thereby the extracted contours which are drawn in color\n";
42 }
43
44 const char* keys =
45 {
46 "{help h||}{@image|../data/stuff.jpg|image for converting to a grayscale}"
47 };
48
49 int main( int argc, const char** argv )
50 {
51 CommandLineParser parser(argc, argv, keys);
52 if (parser.has("help"))
53 {
54 help();
55 return 0;
56 }
57 string inputImage = parser.get<string>(0);
58 img = imread(inputImage.c_str(), 0);
59
60 if(img.empty())
61 {
62 cout << "Could not read input image file: " << inputImage << endl;
63 return -1;
64 }
65
66 namedWindow( "Image", 1 );
67 imshow( "Image", img );
68
69 namedWindow( "Connected Components", 1 );
70 createTrackbar( "Threshold", "Connected Components", &threshval, 255, on_trackbar );
71 on_trackbar(threshval, 0);
72
73 waitKey(0);
74 return 0;
75 }
这是3 版本的代码,因为按照浅墨大神的优化代码移植到这里有点问题,所以先放官方代码
<2>获取当前轨迹条的位置——getTrackbarPos函数
这个函数用于获取当前轨迹条的位置并返回
1 int getTrackbarPos(conststring &trackbarname, conststring &winname);
- 第一个参数,const string&类型的trackbarname,表示轨迹条的名字。
- 第二个参数,const string&类型的winname,表示轨迹条的父窗口的名称。
二、亮度和对比度调整的理论依据
首先我们给出算子的概念。一般的图像处理算子都是一个函数,他接受一个或多个输入图像,并产生输出图像。下式给出了算子的一般形式:
或者
今天我们所讲解的图像亮度和对比度的调整操作,其实属于图像处理变换中比较简单的一种---点操作(pointoperators)。 点操作有一个特点,仅仅根据输入像素值(有时可加上某些全局信息或参数),来计算相应的输出像素值。这类算子 包括 :亮度(brightness),对比度(contrast)调整,以及颜色校正(colorcorrection)和变换(transformations).
最常用的额俩种点操作(或者说算子),很显然,是乘上一个常数(对应对比度的调节)以及加上一个常数(对应亮度值的调节)。用公式表示出来就是这样:
看到这个式子,我们关于图像亮度和对比度调整的策略就呼之欲出了。
其中:
- 参数f(x)表示源图像像素。
- 参数g(x) 表示输出图像像素。
- 参数a(需要满足a>0)被称为增益(gain),常常被用来控制图像的对比度。
- 参数b通常被称为偏置(bias),常常被用来控制图像的亮度。
而更近一步,我们这样改写这个式子:
其中,i 和 j 表示像素位于第i行 和 第j列 。
那么,这个式子就可以用来作为我们在OpenCV中控制图像的亮度和对比度的理论公式了。
三、关于访问图片中的像素
访问图片中的像素有很多种方式,以后有机会再讲。先了解下面的这一种:
而为了执行 这个运算 ,我们需要访问图像的每一个像素。因为是对GBR图像进行运算,每个像素有三个值(G、B、R),所以我们必须分别访问它们(PS:OpenCV中的图像存储模式为GBR)。以下是访问像素的代码片段,三个for循环解决问题:
1 for (int y = 0; y < g_srcImage.rows; y++)
2 {
3 for (int x = 0; x < g_srcImage.cols; x++)
4 {
5 for (int c = 0; c < 3; c++)
6 {
7 g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrasaValue*0.01) * (g_srcImage.at<Vec3b>(y,x)[c]) + g_nBrightValue);
8 }
9 }
10 }
让我们分3个方面进行讲解:
-----为了访问图像的每一个像素,我们使用这样的语法:image.at<Vec3b>(y,x)[c].其中,y是像素所在的行, x是像素所在的列, c是R、G、B(对应0、1、2)其中之一。
-----因为我们的运算结果可能超出像素取值范围(溢出),还可能是非整数(如果是浮点数的话),所以我们要用staurate_cast 对结果进行转换,以确保它为有效值。
-----这里的a 也就是对比度,一般为了观察的效果,取值为0.0到3.0的浮点值,但是我们的轨迹条一般取值都会为整数,所以我们在这里将其代表对比度的值nContrastValue参数设为0到300之间的整型,在最后的式子中乘以一个0.01,这样就可以完成轨迹条中300个不同值的变化。所以在式子中,我们会看到saturate_cast<uchar>( (g_nContrastValue*0.01)*(image.at<Vec3b>(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。
四、图像对比度、亮度值调整示例程序
1 /*---------------------------------------------------
2 创建Trackbar && 图像对比度,亮度值调整
3 -----------------------------------------------------*/
4
5 #include <opencv2/core/core.hpp>
6 #include <opencv2/highgui/highgui.hpp>
7 #include "opencv2/imgproc/imgproc.hpp" //图像处理模块
8 #include <iostream>
9
10 using namespace cv;
11 using namespace std;
12
13 static void ContrastAndBright(int, void *); //全局函数,回调函数,对比 &&亮度
14
15 //全局变量
16 int g_nContrastValue; //对比度值
17 int g_nBrightValue; //亮度
18 Mat g_srcImage, g_dstImage;
19
20
21 /*----------------------------------------------------------
22 描述:改变图像对比度和亮度值的回调函数
23 -----------------------------------------------------------*/
24 static void ContrastAndBright(int, void*)
25 {
26 //创建窗口
27 namedWindow("【原始窗口】",1);
28
29 //3个for循环,执行运算 g_Image(i,j) = a*g_srcImage(i,j) + b
30 for (int y = 0; y < g_srcImage.rows; y++)
31 {
32 for (int x = 0; x < g_srcImage.cols; x++)
33 {
34 for (int c = 0; c < 3; c++)
35 {
36 g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrasaValue*0.01) * (g_srcImage.at<Vec3b>(y,x)[c]) + g_nBrightValue);
37 }
38 }
39 }
40
41 //显示图像
42 imshow("【原始图像 窗口】",g_srcImage);
43 imshow("【效果图像 窗口】",g_dstImage);
44
45
46 }
47
48
49 int main()
50 {
51 //改变控制台前景色和背景色
52 system("color 5F");
53
54 //读入用户提供的图像
55 g_srcImage = imread("pic1.jpg");
56 if (!g_srcImage.data)
57 {
58 printf("Oh,no,读取g_srcImage图片错误~! \n");
59 return false;
60 }
61 //这个函数还不是太清楚,zeros是什么鬼???输出图像
62 g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());
63
64 //设定对比度和亮度的初值
65 g_nContrastValue = 80;
66 g_nBrightValue = 80;
67
68 //创建窗口
69 namedWindow("【效果图窗口】", 1);
70
71 //创建轨迹条
72 createTrackbar("对比度:", "【效果图窗口】", &g_nContrastValue, 300, ContrastAndBright);
73 createTrackbar("亮 度:", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright);
74
75 //调用回调函数
76 ContrastAndBright(g_nContrastValue, 0);
77 ContrastAndBright(g_nBrightValue, 0);
78
79 //输出一些帮助信息
80 cout << endl << "\t嗯。好了,请调整滚动条观察图像效果~\n\n"
81 << "\t按下“q”键时,程序退出~!\n"
82 << "\n\n\t\t\t\t byhehheh";
83
84 //按下 q 时,程序退出
85 while (char (waitKey(1)) != ‘q‘);
86 return 0;
87}
以上是关于学习 opencv--- 创建Trackbar(活动条) &图像对比度,亮度值调整的主要内容,如果未能解决你的问题,请参考以下文章