OpenCV 滑动条调整图像对比度和亮度

一、知识点
1、int createTrackbar(const String & trackbarname, const String & winname, int * value, int count, TrackbarCallback onChange = 0, void * userdata = 0);

(1)、创建一个滑动条并将其附在指定窗口上。

(2)、参数说明:

trackbarname: 创建的滑动条显示名称。

winname: 包含滑动条的窗口名称。

value: 将由滑动条更改的整数值的指针。

count: 滑动条的最大位置。

onChange: 回调函数,每次滑块改变位置时会调用此函数。 函数原型void Foo(int, void *),第一个参数是滑动条位置,第二个参数是用户数据。 如果为nullptr,则不会调用回调函数,但是value仍然自动更新。

userdata: 用户数据,传递给回调函数。

2、void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype = -1);

(1)、计算两个数组的加权和。 在多通道情况下,每个通道都是独立处理的。

(2)、算法代码: dst = src1 * alpha + src2 * beta + gamma;

(3)、参数说明:

src1: 第一个输入数组。

alpha: 第一个数组元素的权重。

src2: 第二个输入数组,和src1大小和通道数相同。

beta: 第二个数组元素权重。

gamma: 标量,会添加到总和中。

dst: 输出数组。

dtype: 输出数组的可选深度。 当两个输入数组具有相同的深度时,dtype可以设置为-1,这相当于src1.depth()。

(4)、src1 * alpha可以改变对比度,比如原先2个值为2、4,相差2,分别乘以2后为4、8,相差4,差值变大。

(5)、gamma可以改变亮度,总和中每个像素的每个通道值都会加上gamma。

二、示例代码: 滑动条调整图像对比度和亮度

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>


void onContrast(int value, void * pSrc)
{
    cv::Mat src = *((cv::Mat *)pSrc);
    cv::Mat temp = cv::Mat::zeros(src.size(), CV_8UC3);
    cv::Mat dst;

    double contrast = value / 50.0;
    cv::addWeighted(src, contrast, temp, 0.0, 0.0, dst);

    cv::imshow("对比度和亮度调整", dst);
}


void onLightness(int value, void * pSrc)
{
    cv::Mat src = *((cv::Mat *)pSrc);
    cv::Mat temp = cv::Mat::zeros(src.size(), CV_8UC3);
    cv::Mat dst;

    cv::addWeighted(src, 1.0, temp, 0.0, value, dst);
    cv::imshow("对比度和亮度调整", dst);
}


int main()
{
    cv::Mat src = cv::imread("../images/8.png");
    if (src.empty())
    {
        std::cout << "load src image error..." << std::endl;
        return -1;
    }
    cv::imshow("原始图像", src);

    cv::namedWindow("对比度和亮度调整", cv::WINDOW_AUTOSIZE);

    int contrastValue = 50;
    cv::createTrackbar("对比度", "对比度和亮度调整", &contrastValue, 100, onContrast, &src);

    int lightnessValue = 50;
    cv::createTrackbar("亮度", "对比度和亮度调整", &lightnessValue, 100, onLightness, &src);

    cv::waitKey(0);
    return 0;
}
相关推荐
荔枝吻9 分钟前
【AI总结】Git vs GitHub vs GitLab:深度解析三者联系与核心区别
人工智能·git·github
Jamie2019010625 分钟前
高档宠物食品对宠物的健康益处有哪些?
大数据·人工智能
云卓SKYDROID1 小时前
无人机载重模块技术要点分析
人工智能·无人机·科普·高科技·云卓科技
云卓SKYDROID1 小时前
无人机RTK技术要点与难点分析
人工智能·无人机·科普·高科技·云卓科技
麻雀无能为力2 小时前
CAU数据挖掘 支持向量机
人工智能·支持向量机·数据挖掘·中国农业大学计算机
智能汽车人2 小时前
Robot---能打羽毛球的机器人
人工智能·机器人·强化学习
埃菲尔铁塔_CV算法2 小时前
基于 TOF 图像高频信息恢复 RGB 图像的原理、应用与实现
人工智能·深度学习·数码相机·算法·目标检测·计算机视觉
ζั͡山 ั͡有扶苏 ั͡✾2 小时前
AI辅助编程工具对比分析:Cursor、Copilot及其他主流选择
人工智能·copilot·cursor
东临碣石822 小时前
【AI论文】数学推理能否提升大型语言模型(LLM)的通用能力?——探究大型语言模型推理能力的可迁移性
人工智能·语言模型·自然语言处理
未来智慧谷2 小时前
微软医疗AI诊断系统发布 多智能体协作实现疑难病例分析
人工智能·microsoft·医疗ai