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_opencv 对比度

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

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()
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

得到不同亮度和对比度的结果

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

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);
1

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
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;
}
1
2
3
4
5
6
7
8
9
10
11
12

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;
1
2

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 <iostream>

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 < histSize; i++)
        rectangle(histImage, Point(i * binW, histImage.rows),
            Point((i + 1) * binW, histImage.rows - cvRound(hist.at<float>(i))),
            Scalar::all(0), -1, 8, 0);
    imshow("histogram", histImage);
}

const char* keys =
{
    "{help h||}{@image|baboon.jpg|input image file}"
};

int main(int argc, const char** argv)
{
    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<string>(0);
    // Load the source image. HighGUI use.
    image = imread(samples::findFile(inputImage), IMREAD_GRAYSCALE);
    if (image.empty())
    {
        std::cerr << "Cannot read image file: " << inputImage << std::endl;
        return -1;
    }

    namedWindow("image", 0);
    namedWindow("histogram", 0);

    createTrackbar("brightness", "image", &_brightness, 200, updateBrightnessContrast);
    createTrackbar("contrast", "image", &_contrast, 200, updateBrightnessContrast);

    updateBrightnessContrast(0, 0);
    waitKey();

    return 0;
}

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
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100