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

2024-07-01 00:51| 来源: 网络整理| 查看: 265

文章目录 1. 调整图像亮度和对比度的原理2. python实现的一个代码如下，可以直接运行3. 在opencv种调节图像和对比度的方法a. opencv中的实现方法：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c.两种方案的完整demo，c++实现:

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在这里插入图片描述

opencv关于对比度和亮度的误解

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在这里插入图片描述

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：原图在这里插入图片描述增加亮度，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);

converTo 中的a,b是相乘和相加系数

opencv里是这样得到 a,b系数的在这里插入图片描述 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 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 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(0); // Load the source image. HighGUI use. image = imread(samples::findFile(inputImage), IMREAD_GRAYSCALE); if (image.empty()) { std::cerr

【本文地址】

公司简介

联系我们