OpenCV调整图像亮度和对比度

【欢迎关注编码小哥，学习更多实用的编程方法和技巧】

1、基本方法---线性变换

// 亮度和对比度调整
cv::Mat adjustBrightnessContrast(const cv::Mat& src, double alpha, int beta) {
    cv::Mat dst;
    src.convertTo(dst, -1, alpha, beta);
    return dst;
}

// 使用示例
cv::Mat image = cv::imread("image.jpg");
cv::Mat brightened = adjustBrightnessContrast(image, 1.0, 50);   // 增加亮度
cv::Mat darkened = adjustBrightnessContrast(image, 1.0, -50);    // 降低亮度
cv::Mat increased_contrast = adjustBrightnessContrast(image, 1.5, 0);  // 增加对比度

2、通道分离调整

cv::Mat adjustChannelBrightness(const cv::Mat& src) {
    // 分离BGR通道
    std::vector<cv::Mat> channels;
    cv::split(src, channels);

    // 调整蓝色通道亮度
    channels[0] = channels[0] * 1.2 + 30;
    
    // 重新合并通道
    cv::Mat result;
    cv::merge(channels, result);
    
    return result;
}

3、查找表方法

cv::Mat createBrightnessLUT(double contrast, int brightness) {
    cv::Mat lookupTable(1, 256, CV_8U);
    uchar* lut = lookupTable.ptr();
    
    for (int i = 0; i < 256; i++) {
        // 对比度和亮度调整公式
        lut[i] = cv::saturate_cast<uchar>(contrast * i + brightness);
    }
    
    return lookupTable;
}

// 应用LUT
cv::Mat applyLUTAdjustment(const cv::Mat& src, double contrast, int brightness) {
    cv::Mat lookupTable = createBrightnessLUT(contrast, brightness);
    cv::Mat result;
    cv::LUT(src, lookupTable, result);
    return result;
}

4、高级对比度增强

cv::Mat enhanceContrast(const cv::Mat& src) {
    cv::Mat dst;
    
    // 直方图均衡化
    if (src.channels() == 1) {
        // 灰度图
        cv::equalizeHist(src, dst);
    } else {
        // 彩色图转换到YUV空间
        cv::Mat yuv;
        cv::cvtColor(src, yuv, cv::COLOR_BGR2YUV);
        
        // 仅均衡化亮度通道
        std::vector<cv::Mat> channels;
        cv::split(yuv, channels);
        cv::equalizeHist(channels[0], channels[0]);
        
        // 合并通道
        cv::merge(channels, yuv);
        cv::cvtColor(yuv, dst, cv::COLOR_YUV2BGR);
    }
    
    return dst;
}

5、伽马校正

cv::Mat gammaCorrection(const cv::Mat& src, double gamma = 1.0) {
    cv::Mat dst;
    
    // 归一化
    cv::Mat normalized;
    src.convertTo(normalized, CV_32F, 1.0/255);
    
    // 伽马变换
    cv::pow(normalized, gamma, dst);
    
    // 还原到0-255
    dst = dst * 255;
    dst.convertTo(dst, CV_8U);
    
    return dst;
}

// 使用示例
cv::Mat gammaEnhanced1 = gammaCorrection(image, 0.5);  // 变亮
cv::Mat gammaEnhanced2 = gammaCorrection(image, 2.0);  // 变暗

6、自适应对比度增强

cv::Mat adaptiveContrastEnhancement(const cv::Mat& src) {
    cv::Mat lab;
    cv::cvtColor(src, lab, cv::COLOR_BGR2Lab);
    
    // 分离通道
    std::vector<cv::Mat> channels;
    cv::split(lab, channels);
    
    // 限制对比度自适应直方图均衡化(CLAHE)
    cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE(2.0, cv::Size(8, 8));
    clahe->apply(channels[0], channels[0]);
    
    // 合并通道
    cv::merge(channels, lab);
    
    cv::Mat result;
    cv::cvtColor(lab, result, cv::COLOR_Lab2BGR);
    
    return result;
}

7、通用图像增强类

class ImageEnhancer {
private:
    cv::Mat image;

public:
    ImageEnhancer(const cv::Mat& src) : image(src.clone()) {}

    // 线性变换
    cv::Mat linearTransform(double contrast = 1.0, int brightness = 0) {
        cv::Mat dst;
        image.convertTo(dst, -1, contrast, brightness);
        return dst;
    }

    // 伽马校正
    cv::Mat gammaCorrection(double gamma = 1.0) {
        cv::Mat normalized, corrected;
        image.convertTo(normalized, CV_32F, 1.0/255);
        cv::pow(normalized, gamma, corrected);
        corrected = corrected * 255;
        cv::Mat result;
        corrected.convertTo(result, CV_8U);
        return result;
    }

    // 自适应对比度增强
    cv::Mat adaptiveCLAHE() {
        cv::Mat lab;
        cv::cvtColor(image, lab, cv::COLOR_BGR2Lab);
        
        std::vector<cv::Mat> channels;
        cv::split(lab, channels);
        
        cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE(2.0, cv::Size(8, 8));
        clahe->apply(channels[0], channels[0]);
        
        cv::merge(channels, lab);
        
        cv::Mat result;
        cv::cvtColor(lab, result, cv::COLOR_Lab2BGR);
        
        return result;
    }
};

// 使用示例
cv::Mat image = cv::imread("image.jpg");
ImageEnhancer enhancer(image);

cv::Mat brightened = enhancer.linearTransform(1.0, 50);
cv::Mat gammaEnhanced = enhancer.gammaCorrection(0.5);
cv::Mat adaptiveEnhanced = enhancer.adaptiveCLAHE();

8、完整示例

int main() {
    // 读取图像
    cv::Mat image = cv::imread("image.jpg");
    
    // 创建增强器
    ImageEnhancer enhancer(image);
    
    // 多种增强方法
    cv::Mat result1 = enhancer.linearTransform(1.2, 30);  // 增加亮度和对比度
    cv::Mat result2 = enhancer.gammaCorrection(0.8);  // 伽马校正
    cv::Mat result3 = enhancer.adaptiveCLAHE();  // 自适应对比度增强

    // 显示结果
    cv::imshow("Original", image);
    cv::imshow("Brightened and Enhanced", result1);
    cv::imshow("Gamma Corrected", result2);
    cv::imshow("Adaptive CLAHE", result3);
    
    cv::waitKey(0);
    return 0;
}

注意事项

1. 使用cv::saturate_cast防止溢出
2. 注意数据类型转换
3. 考虑图像通道数
4. 处理边界情况
5. 性能优化

性能建议

• 使用cv::Mat操作替代逐像素遍历
• 利用OpenCV的矩阵运算
• 对于大图像，考虑并行处理
• 使用cv::cuda进行GPU加速