opencv调整亮度和对比度

OpenCV提供了很多函数来调整图像的亮度和对比度，以下是一个简单的例子：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('test.jpg')

# 调整亮度和对比度
alpha = 1.5    # 调整对比度的参数
beta = 50    # 调整亮度的参数
new_img = np.clip(alpha * img + beta, 0, 255).astype(np.uint8)

# 显示原图和调整后的图
cv2.imshow('Original Image', img)
cv2.imshow('New Image', new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们使用了以下公式来调整亮度和对比度：

$$
g(x) = \alpha f(x) + \beta
$$

其中，$f(x)$ 表示原始像素值，$g(x)$ 表示调整后的像素值，$\alpha$ 是对比度调整参数，$\beta$ 是亮度调整参数。我们使用 `np.clip` 函数将调整后的像素值限制在 0 到 255 之间，然后使用 `astype` 函数将数据类型转换为 `np.uint8`，最后显示原始图像和调整后的图像。

你可以根据自己的需要调整参数 $\alpha$ 和 $\beta$ 来得到不同的效果。

相关问题

c++ opencv实现图像亮度对比度伽马值调整

在C++中，可以使用OpenCV库来实现图像的亮度、对比度和伽马值调整。下面是一个简单的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;

// 亮度和对比度调整函数
void adjustBrightnessContrast(Mat& image, double alpha, int beta)
{
    // 遍历图像的每个像素
    for (int y = 0; y < image.rows; y++)
    {
        for (int x = 0; x < image.cols; x++)
        {
            for (int c = 0; c < image.channels(); c++)
            {
                // 对每个通道的像素进行亮度和对比度调整
                image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha * image.at<Vec3b>(y, x)[c] + beta);
            }
        }
    }
}

// 伽马值调整函数
void adjustGamma(Mat& image, double gamma)
{
    // 建立查找表
    unsigned char lut[256];
    for (int i = 0; i < 256; i++)
    {
        lut[i] = saturate_cast<uchar>(pow((double)i / 255.0, gamma) * 255.0);
    }

    // 应用查找表
    image = image.clone();
    LUT(image, Mat(1, 256, CV_8UC1, lut), image);
}

int main()
{
    // 读取图像
    Mat image = imread("input.jpg");
    if (image.empty())
    {
        std::cerr << "Failed to read image." << std::endl;
        return -1;
    }

    // 调整亮度和对比度
    double alpha = 1.5;  // 亮度调整参数
    int beta = 30;      // 对比度调整参数
    adjustBrightnessContrast(image, alpha, beta);

    // 调整伽马值
    double gamma = 1.5;  // 伽马值调整参数
    adjustGamma(image, gamma);

    // 显示结果图像
    imshow("Adjusted Image", image);
    waitKey(0);

    return 0;
}

在这个示例代码中，我们首先定义了两个函数：`adjustBrightnessContrast`和`adjustGamma`，分别用于亮度和对比度、伽马值的调整。然后在`main`函数中，我们读取了一张图像，然后分别调用这两个函数进行图像处理。最后，将处理后的图像显示出来。

请确保在编译和运行代码之前，已经安装了OpenCV库，并将示例代码中的`input.jpg`替换为你自己的图像路径。

opencv python增强或减弱彩色图opencv python增强或减弱彩色图像的亮度和对比度像的亮度和对比度

在OpenCV Python中，你可以通过调整图像的像素值来增强或减弱其亮度和对比度。以下是基本步骤：

1. **增强亮度** (Brightness):
- 使用`cv2.addWeighted()`函数可以增加图像的整体亮度。例如，如果你想提高图像的亮度50%，你可以这样做：

     import cv2
     img = cv2.imread('image.jpg')
     new_img = cv2.addWeighted(img, 1.5, None, 0, gamma)  # gamma通常是0，表示无操作

2. **增强对比度** (Contrast):
- 一种常见的做法是使用直方图均衡化(Histogram Equalization)，它会重新分布图像的像素值使其更均匀：

     eq_img = cv2.equalizeHist(img)

- 另外，你也可以直接改变每个像素的亮度比例来增强对比度，但这种方法可能会引入噪声，不如直方图均衡化稳定。

3. **减弱亮度和对比度** (Dimming and Desaturating):
- 对于降低亮度，只需将增益设置得比1小；同样，减少对比度可以通过减小增益和/或增大权重中的常数部分来实现。

记得在应用这些操作前备份原始图像，并在调整参数时谨慎，以免过度处理导致图像质量下降。如果你需要更精确地控制这些效果，可以使用自适应阈值等高级技术。