前言
上一篇我们讲解了 OpenCV 的图像混合与 ROI。本篇主要向大家介绍下图像变换的调整亮度和对比度。按惯例，先来一张效果图。
图像变换
算子
一般的图像处理算子都是一个函数，它接受一个或多个输入图像，并产生输出图像。
单输入
1
g(x) = h(f(x))
多输入
1
g(x) = h(f0(x)......fn(x))
根据算子的不同，图像变换分为两大类：
- 像素变换 - 点操作
- 邻域操作 - 区域
像素变换
这类变换操作的是点。根据输入像素值（有时可加上某些全局信息或参数）计算相应的输出像素值。 这类算子包括亮度和对比度调整 ，以及颜色校正和变换。
邻域操作
这类变换操作的是区域（大块的，非点操作）。 这类算子包括卷积、特征提取、梯度计算、模糊等。 后续文章中我们将一一讲解，这里不再赘述。
调整图像亮度和对比度
1
g(i, j) = αf(i,j) + β 其中α>0，β是增益变量
- f(i,j) 表示源图像像素
- g(i,j) 表示输出图像像素
一些理解
-
亮度越亮其实看起来越“白”，在图像处理中就是像素值越靠近 255。β 变量是个增益变量，β 越大，像素值就越靠近 255，自然就提高了亮度。所以，β 常常被用来控制图像的亮度。
-
α 对像素的操作是乘法，乘法会”扩大差距“，打个比方：1x10 = 10, 2x10 = 20。改变 α 会将像素值的差距扩大，也就是改变了对比度。所以，α 常常被用来控制图像的对比度。
魔铠变身
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
+(UIImage *)transform:(UIImage *)image alpha:(double)alpha beta:(double)beta {
Mat src;
UIImageToMat(image, src);
Mat dst = Mat(src.size(), src.type());
int rows = src.rows;
int cols = src.cols;
Mat m;
src.convertTo(m, CV_32F);
for (int row = 0; row < rows; row++) {
for (int col = 0; col < cols; col++) {
if(src.channels() == 1) {//单通道
float v = m.at<Vec3f>(row, col)[0];
dst.at<uchar>(row, col) = saturate_cast<uchar>(v*alpha + beta);
} else if (src.channels() == 3) { //3通道
for (int i=0; i< src.channels(); i++) {
float v = m.at<Vec3f>(row, col)[i];
dst.at<Vec3b>(row, col)[i] = saturate_cast<uchar>(v*alpha + beta);
}
} else if (src.channels() == 4) { //4通道
for (int i=0; i< src.channels(); i++) {
float v = m.at<Vec4f>(row, col)[i];
dst.at<Vec4b>(row, col)[i] = saturate_cast<uchar>(v*alpha + beta);
}
}
}
}
UIImage* result = MatToUIImage(dst);
return result;
}
注：
- 做像素点操作时应当注意数据类型的转换
1
src.convertTo(m, CV_32F);
- 图像的通道多样，处理图片时需要做多通道的处理
1
2
3
4
5
6
7
if(src.channels() == 1) {//单通道
...
} else if (src.channels() == 3) { //3通道
...
} else if (src.channels() == 4) { //4通道
...
}
小结
本篇主要介绍了图像变换的概念，并通过例子讲解了亮度和对比度的调整。本篇的内容相对简单，但是对像素点的操作是基本功，特别是在实现自定义算法时，需要好好掌握。在今后的学习中亮度和对比度的调整是很多图像处理的前期工作，也需要理解透彻。今天就到这了，有疑问的朋友可以给我留言，see you later!
Learning OpenCV with iOS：图像混合与ROI