图像的亮度、对比度调整

视频讲解如下：

当前系列所有demo下载地址：

https://github.com/GaoRenBao/OpenCv4-Demo

不同编程语言对应的OpenCv版本以及开发环境信息如下： 

运行效果如下：

C#版本

C#版本需要安装“OpenCvSharp4”、“OpenCvSharp4.runtime.win”两个库才行。不然会报错。

如果需要使用“ BitmapConverter.ToBitmap”操作，则需要追加安装“OpenCvSharp4.Extensions”库。

using OpenCvSharp;
using OpenCvSharp.Extensions;
using System;
using System.Threading.Tasks;
using System.Windows.Forms;

namespace WindowsFormsApp
{
    public partial class Form1 : Form
    {
        public double g_nContrastValue; //对比度值
        public double g_nBrightValue;  //亮度值
        public Mat g_srcImage, g_dstImage;

        public Form1()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, EventArgs e)
        {
            // 读入用户提供的图像
            g_srcImage = Cv2.ImRead("../../../images/flowers.jpg");
            if (g_srcImage.Data == null)
            {
                MessageBox.Show("Oh，no，读取g_srcImage图片错误~！");
                return;
            }
            g_dstImage = new Mat(g_srcImage.Size(), g_srcImage.Type());

            //设定对比度和亮度的初值
            g_nContrastValue = 80;
            g_nBrightValue = 80;
            hScrollBar1.Value = 80;
            hScrollBar2.Value = 80;

            Cv2.ImShow("【原始图窗口】", g_srcImage);

            Task t = new Task(() =>
            {
                ContrastAndBright();
            });
            t.Start();
        }

        // 对比度
        private void hScrollBar1_ValueChanged(object sender, EventArgs e)
        {
            g_nContrastValue = (double)hScrollBar1.Value;
            label3.Text = g_nContrastValue.ToString();
        }

        // 亮度
        private void hScrollBar2_ValueChanged(object sender, EventArgs e)
        {
            g_nBrightValue = (double)hScrollBar2.Value;
            label4.Text = g_nBrightValue.ToString();
        }

        private void ContrastAndBright()
        {
            while (true)
            {
                for (int y = 0; y < g_srcImage.Rows; y++)
                {
                    for (int x = 0; x < g_srcImage.Cols; x++)
                    {
                        Vec3b color = new Vec3b
                        {
                            Item0 = Saturate_cast(g_srcImage.Get<Vec3b>(y, x).Item0 * (g_nContrastValue * 0.01) + g_nBrightValue), // B
                            Item1 = Saturate_cast(g_srcImage.Get<Vec3b>(y, x).Item1 * (g_nContrastValue * 0.01) + g_nBrightValue), // G
                            Item2 = Saturate_cast(g_srcImage.Get<Vec3b>(y, x).Item2 * (g_nContrastValue * 0.01) + g_nBrightValue)  // R
                        };
                        g_dstImage.Set(y, x, color);
                    }
                }
                // 输出图像到pictureBox控件
                pictureBox1.Image = BitmapConverter.ToBitmap(g_dstImage);
            }
        }

        //要确保运算后的像素值在正确的范围内
        private byte Saturate_cast(double n)
        {
            if (n <= 0)
            {
                return 0;
            }
            else if (n > 255)
            {
                return 255;
            }
            else
            {
                return (byte)n;
            }
        }
    }
}

C++版本

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace std;
using namespace cv;

static void ContrastAndBright(int, void*);
void  ShowHelpText();

int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage, g_dstImage;

int main()
{
    //改变控制台前景色和背景色
    system("color 2F");

    ShowHelpText();
    // 读入用户提供的图像
    g_srcImage = imread("../images/flowers.jpg");
    if (!g_srcImage.data) { printf("Oh，no，读取g_srcImage图片错误~！ \n"); return false; }
    g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());

    //设定对比度和亮度的初值
    g_nContrastValue = 80;
    g_nBrightValue = 80;

    //创建窗口
    namedWindow("【效果图窗口】", 1);

    //创建轨迹条
    createTrackbar("对比度：", "【效果图窗口】", &g_nContrastValue, 300, ContrastAndBright);
    createTrackbar("亮   度：", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright);

    //调用回调函数
    ContrastAndBright(g_nContrastValue, 0);
    ContrastAndBright(g_nBrightValue, 0);

    //输出一些帮助信息
    cout << endl << "\t运行成功，请调整滚动条观察图像效果\n\n"
        << "\t按下“q”键时，程序退出\n";

    //按下“q”键时，程序退出
    while (char(waitKey(1)) != 'q') {}
    return 0;
}

void ShowHelpText()
{
    //输出欢迎信息和OpenCV版本
    printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION);
    printf("\n\n  ----------------------------------------------------------------------------\n");
}

static void ContrastAndBright(int, void*)
{
    // 创建窗口
    namedWindow("【原始图窗口】", 1);

    // 三个for循环，执行运算 g_dstImage(i,j) = a*g_srcImage(i,j) + b
    for (int y = 0; y < g_srcImage.rows; y++)
    {
        for (int x = 0; x < g_srcImage.cols; x++)
        {
            for (int c = 0; c < 3; c++)
            {
                g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrastValue * 0.01) * (g_srcImage.at<Vec3b>(y, x)[c]) + g_nBrightValue);
            }
        }
    }

    // 显示图像
    imshow("【原始图窗口】", g_srcImage);
    imshow("【效果图窗口】", g_dstImage);
}

Python版本

import cv2
import numpy as np

alpha = 0.3  # 对比度
beta = 80  # 亮度

img_path = "../images/flowers.jpg"
img = cv2.imread(img_path)
img2 = cv2.imread(img_path)


# 修改对比度
def updateAlpha(x):
    global alpha, img, img2
    alpha = cv2.getTrackbarPos('Alpha', 'image')
    alpha = alpha * 0.01
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))


# 修改亮度
def updateBeta(x):
    global beta, img, img2
    beta = cv2.getTrackbarPos('Beta', 'image')
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))


# 创建窗口
cv2.namedWindow('image')
cv2.createTrackbar('Alpha', 'image', 0, 300, updateAlpha)
cv2.createTrackbar('Beta', 'image', 0, 200, updateBeta)
cv2.setTrackbarPos('Alpha', 'image', 80)
cv2.setTrackbarPos('Beta', 'image', 80)

while (True):
    cv2.imshow('image', img)
    if cv2.waitKey(1) == ord('q'):
        break

cv2.destroyAllWindows()