OpenCV学习-3:图像亮度和对比度调整

一、建立滑动控件
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,用来表明咱们建立的轨迹条。
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一个窗口上,即对应namedWindow()建立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。而且在建立时,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,表示滑块能够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。而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)。若是回调是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。若是使用的第三个参数value实参是全局变量的话,彻底能够不去管这个userdata参数。ios

//建立滑块函数:名称+窗口名称+关联数据+最大值+回调函数接口
createTrackbar("对比度:", wndName2, &g_nContrastValue, 300, cvTrackbarCallback);
createTrackbar("亮   度:", wndName2, &g_nBrightValue, 200, cvTrackbarCallback);

二、获取滑动控件的位置
int getTrackbarPos(conststring& trackbarname, conststring& winname);  
第一个参数,const string&类型的trackbarname,表示轨迹条的名字。
第二个参数,const string&类型的winname,表示轨迹条的父窗口的名称。c++

示例代码:函数

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

using namespace std;
using namespace cv;

const string wndName1 = "原始图片";
const string wndName2 = "效果图片";
const string trackName = "track";
int g_nContrastValue; //对比度值
int g_nBrightValue;  //亮度值
Mat g_srcImage;
Mat g_dstImage;

void cvTrackbarCallback(int pos, void* data)
{
    //三个for循环,执行运算 g_dstImage(i,j) =a*g_srcImage(i,j) + b
    for(int y = 0; y < g_srcImage.rows; y++) {
        for(int x = 0; x < g_srcImage.cols; x++) {
            for(int c = 0; c < 3; c++) {
                g_dstImage.at<Vec3b>(y,x)[c]= saturate_cast<uchar>((g_nContrastValue*0.01)*(g_srcImage.at<Vec3b>(y,x)[c] ) + g_nBrightValue );
            }
        }
    }

    //显示图像
    imshow(wndName1, g_srcImage);
    imshow(wndName2, g_dstImage);
}

void TrackAndAdjustImage()
{
    g_srcImage = imread("2.jpg"); //读取图片1
    g_dstImage= Mat::zeros(g_srcImage.size(), g_srcImage.type()); //按照图片1的尺寸和类型初始化图片2
    g_nContrastValue = 60; //设置对比度初始值
    g_nBrightValue = 60;   //设置亮度初始值
    namedWindow(wndName1, 1); //建立两个窗口用来对比图片
    namedWindow(wndName2, 1);
    //建立滑块函数:名称+窗口名称+关联数据+最大值+回调函数接口
    createTrackbar("对比度:", wndName2, &g_nContrastValue, 300, cvTrackbarCallback);
    createTrackbar("亮   度:", wndName2, &g_nBrightValue, 200, cvTrackbarCallback);

    cvTrackbarCallback(0, 0);
}

int main(int argc, char *argv[])
{
    //ReadImgaeAndShow();
    //ROIAndShowImage();
    TrackAndAdjustImage();

    while(1) {
        waitKey(6000);
    }

    return 0;
}
相关文章
相关标签/搜索