openCV——createTrackbar

Posted by XushengLee on July 20, 2016

无名酱镇帖_(:зゝ∠)_

传送门 浅墨的csdn 详细声明说明等,请各位膜法师自行传送.

亮度和对比度调整的理论

首先我们给出算子的概念。一般的图像处理算子都是一个函数,它接受一个或多个输入图像,并产生输出图像。下式给出了算子的一般形式:
g(x) = a * f(x) + b ==> g(i,j) = a * f(i,j) + b 其中,i 和 j 表示像素位于第i行 和 第j列 。那么,这个式子就可以用来作为我们在OpenCV中控制图像的亮度和对比度的理论公式了。

createTrackbar

C++: int createTrackbar(conststring& trackbarname, conststring& winname,int* value, int count, TrackbarCallback onChange=0,void* userdata=0);
第一个参数,const string&类型的trackbarname,表示轨迹条的名字,用来代表我们创建的轨迹条。
第二个参数,const string&类型的winname,填窗口的名字,表示这个轨迹条会依附到哪个窗口上,即对应namedWindow()创建窗口时填的某一个窗口名。
第三个参数,int* 类型的value,一个指向整型的指针,表示滑块的位置。并且在创建时,滑块的初始位置就是该变量当前的值。
第四个参数,int类型的count,表示滑块可以达到的最大位置的值。PS:滑块最小的位置的值始终为0。
第五个参数,TrackbarCallback类型的onChange,首先注意他有默认值0。这是一个指向回调函数的指针,每次滑块位置改变时,这个函数都会进行回调。并且这个函数的原型必须为void XXXX(int,void);其中第一个参数是轨迹条的位置,第二个参数是用户数据(看下面的第六个参数)。如果回调是NULL指针,表示没有回调函数的调用,仅第三个参数value有变化。
第六个参数,void
类型的userdata,他也有默认值0。这个参数是用户传给回调函数的数据,用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话,完全可以不去管这个userdata参数。
这个createTrackbar函数,为我们创建一个具有特定名称和范围的轨迹条(Trackbar,或者说是滑块范围控制工具),指定一个和轨迹条位置同步的变量。而且要指定回调函数onChange(第五个参数),在轨迹条位置改变的时候来调用这个回调函数。并且我们知道,创建的轨迹条显示在指定的winname(第二个参数)所代表的窗口上。

本次代码

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

using namespace cv;
using namespace std;

//------global variable--------
int nContrastValue;
int nBrightValue;
Mat srcImage,dstImage;

//----------回调函数-------------
static void ContrastAndBright(int, void *) {

    namedWindow("origin");


    for (int y = 0; y < srcImage.rows; y++)
        for (int x = 0; x < srcImage.cols; x++)
            for (int c = 0; c < 3; c++) {
                dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(
                        (nContrastValue * 0.01) * (srcImage.at<Vec3b>(y, x)[c]) + nBrightValue
                );
            }
    imshow("origin", srcImage);
    imshow("ContractAndBright",dstImage);
}

int main() {
//------load img-------------
    srcImage = imread("/Users/mac/Pictures/pixiv-dasktop/noname.jpg");
    if(!srcImage.data) { printf("loading error"); }
    dstImage = Mat::zeros(srcImage.size(), srcImage.type());
//--------初 值---------------
    nContrastValue=80;
    nBrightValue=80;

    namedWindow("ContrastAndBright");
//------创建进度条-------------
    createTrackbar("contrast:", "ContrastAndBright", &nContrastValue, 300, ContrastAndBright);
    createTrackbar("bright:", "ContrastAndBright", &nBrightValue, 200, ContrastAndBright);
//-----调用回调函数------------
    ContrastAndBright(nContrastValue, 0);
    ContrastAndBright(nBrightValue, 0);

    cout<<"give a try"<<endl;
//------按q关闭---------------
    while(char(waitKey(1))!='q'){}

    return 0;

访问图片中的像素有很多种方式,先用这一种.
我们需要访问图像的每一个像素。因为是对GBR图像进行运算,每个像素有三个值(G、B、R),所以我们必须分别访问它们(PS:OpenCV中的图像存储模式为GBR)。以下是访问像素的代码片段,用三个for循环解决问题
让我们分三个方面进行讲解:
1.为了访问图像的每一个像素,我们使用这样的语法: 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(对应0、1、2)其中之一.

2.因为我们的运算结果可能超出像素取值范围(溢出),还可能是非整数(如果是浮点数的话),所以我们要用saturate_cast对结果进行转换,以确保它为有效值.

3.这里的a也就是对比度,一般为了观察的效果,取值为0.0到3.0的浮点值,但是我们的轨迹条一般取值都会整数,所以在这里我们可以, 将其代表对比度值的nContrastValue参数设为0到300之间的整型,在最后的式子中乘以一个0.01,这样就可以完成轨迹条中300个不同取值的变化。 所以在式子中,我们会看到saturate_cast( (nContrastValue*0.01)*(image.at(y,x)[c] ) + g_nBrightValue )中的nContrastValue*0.01。