.. _Basic_Linear_Transform:
改变图像的对比度和亮度
***************************************************
目的
=====
本篇教程中,你将学到:
.. container:: enumeratevisibleitemswithsquare
+ 访问像素值
+ 用0初始化矩阵
+ :saturate_cast:`saturate_cast <>` 是做什么用的,以及它为什么有用
+ 一些有关像素变换的精彩内容
原理
=======
.. note::
以下解释节选自Richard Szeliski所著 `Computer Vision: Algorithms and Applications `_
图像处理
--------------------
.. container:: enumeratevisibleitemswithsquare
* 一般来说,图像处理算子是带有一幅或多幅输入图像、产生一幅输出图像的函数。
* 图像变换可分为以下两种:
+ 点算子(像素变换)
+ 邻域(基于区域的)算子
像素变换
^^^^^^^^^^^^^^^^^
.. container:: enumeratevisibleitemswithsquare
* 在这一类图像处理变换中,仅仅根据输入像素值(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。
亮度和对比度调整
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
.. container:: enumeratevisibleitemswithsquare
* 两种常用的点过程(即点算子),是用常数对点进行 *乘法* 和 *加法* 运算:
.. math::
g(x) = \alpha f(x) + \beta
* 两个参数 :math:`\alpha > 0` 和 :math:`\beta` 一般称作 *增益* 和 *偏置* 参数。我们往往用这两个参数来分别控制 *对比度* 和 *亮度* 。
* 你可以把 :math:`f(x)` 看成源图像像素,把 :math:`g(x)` 看成输出图像像素。这样一来,上面的式子就能写得更清楚些:
.. math::
g(i,j) = \alpha \cdot f(i,j) + \beta
其中, :math:`i` 和 :math:`j` 表示像素位于 *第i行* 和 *第j列* 。
代码
=====
.. container:: enumeratevisibleitemswithsquare
* 下列代码执行运算 :math:`g(i,j) = \alpha \cdot f(i,j) + \beta` :
.. code-block:: cpp
#include
#include
#include
using namespace std;
using namespace cv;
double alpha; /**< 控制对比度 */
int beta; /**< 控制亮度 */
int main( int argc, char** argv )
{
/// 读入用户提供的图像
Mat image = imread( argv[1] );
Mat new_image = Mat::zeros( image.size(), image.type() );
/// 初始化
cout << " Basic Linear Transforms " << endl;
cout << "-------------------------" << endl;
cout << "* Enter the alpha value [1.0-3.0]: ";
cin >> alpha;
cout << "* Enter the beta value [0-100]: ";
cin >> beta;
/// 执行运算 new_image(i,j) = alpha*image(i,j) + beta
for( int y = 0; y < image.rows; y++ )
{
for( int x = 0; x < image.cols; x++ )
{
for( int c = 0; c < 3; c++ )
{
new_image.at(y,x)[c] = saturate_cast( alpha*( image.at(y,x)[c] ) + beta );
}
}
}
/// 创建窗口
namedWindow("Original Image", 1);
namedWindow("New Image", 1);
/// 显示图像
imshow("Original Image", image);
imshow("New Image", new_image);
/// 等待用户按键
waitKey();
return 0;
}
说明
============
#. 一上来,我们要建立两个变量,以存储用户输入的 :math:`\alpha` 和 :math:`\beta` :
.. code-block:: cpp
double alpha;
int beta;
#. 然后,用 :imread:`imread <>` 载入图像,并将其存入一个Mat对象:
.. code-block:: cpp
Mat image = imread( argv[1] );
#. 此时,因为要对图像进行一些变换,所以我们需要一个新的Mat对象,以存储变换后的图像。我们希望这个Mat对象拥有下面的性质:
.. container:: enumeratevisibleitemswithsquare
* 像素值初始化为0
* 与原图像有相同的大小和类型
.. code-block:: cpp
Mat new_image = Mat::zeros( image.size(), image.type() );
注意到, :mat_zeros:`Mat::zeros <>` 采用Matlab风格的初始化方式,用 *image.size()* 和 *image.type()* 来对Mat对象进行0初始化。
#. 现在,为了执行运算 :math:`g(i,j) = \alpha \cdot f(i,j) + \beta` ,我们要访问图像的每一个像素。因为是对RGB图像进行运算,每个像素有三个值(R、G、B),所以我们要分别访问它们。下面是访问像素的代码片段:
.. code-block:: cpp
for( int y = 0; y < image.rows; y++ )
{
for( int x = 0; x < image.cols; x++ )
{
for( int c = 0; c < 3; c++ )
{
new_image.at(y,x)[c] = saturate_cast( alpha*( image.at(y,x)[c] ) + beta );
}
}
}
注意以下两点:
.. container:: enumeratevisibleitemswithsquare
* 为了访问图像的每一个像素,我们使用这一语法: *image.at(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(0、1、2)之一。
* 因为 :math:`\alpha \cdot p(i,j) + \beta` 的运算结果可能超出像素取值范围,还可能是非整数(如果 :math:`\alpha` 是浮点数的话),所以我们要用 :saturate_cast:`saturate_cast <>` 对结果进行转换,以确保它为有效值。
#. 最后,用传统方法创建窗口并显示图像。
.. code-block:: cpp
namedWindow("Original Image", 1);
namedWindow("New Image", 1);
imshow("Original Image", image);
imshow("New Image", new_image);
waitKey(0);
.. note::
我们可以不用 **for** 循环来访问每个像素,而是直接采用下面这个命令:
.. code-block:: cpp
image.convertTo(new_image, -1, alpha, beta);
这里的 :convert_to:`convertTo <>` 将执行我们想做的 *new_image = a*image + beta* 。然而,我们想展现访问每一个像素的过程,所以选用了for循环的方式。实际上,这两种方式都能返回同样的结果。
结果
=======
* 运行代码,取参数 :math:`\alpha = 2.2` 和 :math:`\beta = 50`
.. code-block:: bash
$ ./BasicLinearTransforms lena.jpg
Basic Linear Transforms
-------------------------
* Enter the alpha value [1.0-3.0]: 2.2
* Enter the beta value [0-100]: 50
* 我们将得到下面的结果:
.. image:: images/Basic_Linear_Transform_Tutorial_Result_0.jpg
:alt: Basic Linear Transform - Final Result
:align: center
翻译
=====================
loveisp@OpenCV中文网站