图像亮度和对比度的调整

在网上找了很多图像亮度的调整算法,下面是其中一种,可以通过条形框进行调整,并实时的查看对应参数值后的效果。

图像亮度处理公式:

y = x - 127.5 \* (1 - B) * k + 127.5 * (1 + B);

x 是输入像素值

y 是输出像素值

B 是亮度值, 范围在-1,1之间

对比度处理公式:

k是调节对比度

k = tan( (45 + 44 * c) / 180 * PI );

c 是对比度值, 范围在-1,1之间

下面是具体实现代码

cpp 复制代码
#include <iostream>
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

using namespace std;
using namespace cv;


#define SWAP(a, b, t)  do { t = a; a = b; b = t; } while(0)
#define CLIP_RANGE(value, min, max)  ( (value) > (max) ? (max) : (((value) < (min)) ? (min) : (value)) )
#define COLOR_RANGE(value)  CLIP_RANGE(value, 0, 255)
#define M_PI 3.1415926
int adjustBrightnessContrast(InputArray src, OutputArray dst, int brightness, int contrast)
{
	Mat input = src.getMat();
	if (input.empty()) {
		return -1;
	}

	dst.create(src.size(), src.type());
	Mat output = dst.getMat();

	brightness = CLIP_RANGE(brightness, -255, 255);
	contrast = CLIP_RANGE(contrast, -255, 255);
	double B = brightness / 255.;
	double c = contrast / 255.;
	double k = tan((45 + 44 * c) / 180 * M_PI);
	Mat lookupTable(1, 256, CV_8U);
	uchar* p = lookupTable.data;
	for (int i = 0; i < 256; i++)
		p[i] = COLOR_RANGE((i - 127.5 * (1 - B)) * k + 127.5 * (1 + B));
	LUT(input, lookupTable, output);
	return 0;
}

static string window_name = "photo";
static Mat src;
static int brightness = 255;
static int contrast = 255;
static void callbackAdjust(int, void*)
{
	Mat dst;
	adjustBrightnessContrast(src, dst, brightness - 255, contrast - 255);
	imshow(window_name, dst);
}

int main()
{
	src = imread("D:/vsproject/skin_beauty/jishu-image/face02/center.jpg");

	if (!src.data) {
		cout << "error read image" << endl;
		return -1;
	}

	namedWindow(window_name, WINDOW_NORMAL);
	resizeWindow(window_name, 800, 600);//设置窗口展示大小
	createTrackbar("brightness", window_name, &brightness, 2 * brightness, callbackAdjust);
	createTrackbar("contrast", window_name, &contrast, 2 * contrast, callbackAdjust);
	callbackAdjust(0, 0);

	waitKey();

	return 0;

}
相关推荐
海兰15 分钟前
【AI 编程】驾驭 AI 编程:从“失控的加速”到“清醒的掌控”
人工智能
今天AI了吗19 分钟前
Hermes Agent 搭建全流程:从本机试跑到可持续运行的个人 AI Agent
java·人工智能·python·学习·embedding
Database_Cool_21 分钟前
记忆张量MemOS + 阿里云PolarDB一站式记忆管理方案发布:给AI装上不断片的记忆
数据库·人工智能·阿里云
2401_8595062424 分钟前
大漆工艺的工程化转型:温湿度PID控制、纳米改性技术与批次一致性方案
大数据·人工智能·物联网
再吃一根胡萝卜30 分钟前
DIFY 祛魅:它究竟是 AI 应用的“银弹”,还是昂贵的“玩具”?
人工智能
再吃一根胡萝卜32 分钟前
面试手记:高级 AI 工程师的备战与思考
人工智能
再吃一根胡萝卜35 分钟前
数据基石:AI 系统中的 ETL 与调度,远比模型更重要
人工智能
再吃一根胡萝卜41 分钟前
别再只谈 Prompt 了,2026 年 AI 落地拼的是 Harness Engineering
人工智能·面试
再吃一根胡萝卜42 分钟前
实战复盘:我是如何用代码实现 Harness 的
人工智能
空中湖43 分钟前
Spring AI 多模型接入实战:OpenAI、Ollama、通义千问切换只需改配置
java·人工智能·spring