改变图像对比度和亮度的两个函数:

srcImg.cv::convertTo(dstImg,-1,alpha,beta) // 直方图平移:f(i,j)=a*f(i,j) + b;

gamaT() // 首先构造一个查询表,i的取值0-255。每个像素取对应的r校正值LUT[i];遍历图相,将每个像素的值按照方程式变换,也就是查询像素值对应的LUT值,然后替换。

gamaT函数如下:

改变图像对比度和亮度的两个函数_#include

参考网址:

https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html

展示结果

第一张原始图,第二张srcImg.cv::convertTo(dstImg,-1,1.1,30),第三张gama校正,r=0.8;

源代码:GamaT.cpp

#include <iostream>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <cmath>
#include "GamaT.h"

using namespace cv;
using namespace std;

Mat GamaT(Mat &srcImg, float kFactor)
{
unsigned char LUT[256];
for (int i = 0; i < 256; i++)
{
// 构造一个查询表,i的取值0-255。每个像素取对应的r校正值。
float f = i / 255.0f;
f = (float)pow(f, kFactor);
LUT[i] = saturate_cast<uchar>(f*255.0f);
}
Mat rImg1;
Mat rImg2 = srcImg.clone();

// 方法一:直方图平移:f(i,j)=a*f(i,j) + b;
//srcImg.convertTo(rImg1, -1, 1.1, 30);
//imshow("converTo", rImg1);

// gamaT校正,调节kFactor,在调节明度和对比度的同时最大限度的保留图像细节。
if (srcImg.channels() == 1)
{
MatIterator_<uchar> iterator = rImg2.begin<uchar>();
MatIterator_<uchar> iteratorend = rImg1.end<uchar>();
for (; iterator != iterator; iterator++)
{
//像素范围是有限的0-255,像素个数时rows X cols.
*iterator = LUT[*iterator]; //当遇到每一个像素时,直接查表,速度更快。
}
}
else
{
MatIterator_<Vec3b> iterator = rImg2.begin<Vec3b>();
MatIterator_<Vec3b> iteratorend = rImg1.end<Vec3b>();
for (; iterator != iteratorend; iterator++)
{
(*iterator)[0] = LUT[((*iterator))[0]]; //blue
(*iterator)[1] = LUT[((*iterator))[1]]; //green
(*iterator)[2] = LUT[((*iterator))[2]]; //red
}
}
imshow("r", rImg2);
waitKey();
return rImg2;
}

最后,感谢博主 零钱币: