c++对大图像调整对比度和亮度，要求对比度调整系数在0~100，亮度参数在-50~50之间

在C++中调整大图像的对比度和亮度，我们可以结合上面提到的方法，并添加亮度调整的部分。以下是具体步骤：

1. **引入库和头文件**：
首先确保已经包含了OpenCV库。

#include <opencv2/opencv.hpp>

2. **读取和分割大图像**：
读取图像，然后将其分成小块以便于处理。

cv::Mat img = cv::imread("large_image.jpg", cv::IMREAD_COLOR); // 读取彩色图像
cv::Mat brightAdj(img.size(), img.type()); // 创建一个新的调整后图像

// 分块大小和步长
int blockSize = 8;
int stepSize = blockSize - 1;

3. **调整每个块的对比度和亮度**：
定义一个辅助函数，接受块、对比度系数和亮度值作为参数。

void adjustBlock(cv::Mat& block, float contrast, int brightness) {
    double alpha = 1.0 + contrast / 100.0;
    double beta = brightness / 100.0;

    if (alpha > 0) {
        cv::Mat grayBlock;
        cv::cvtColor(block, grayBlock, cv::COLOR_BGR2GRAY);

        cv::Mat adjBlock;
        cv::addWeighted(grayBlock, alpha, grayBlock, 1 - alpha, beta, adjBlock);

        // 将调整后的灰度块转换回BGR色彩空间
        cv::cvtColor(adjBlock, block, cv::COLOR_GRAY2BGR);
    } else {
        block.setTo(cv::Scalar(0, 0, 0)); // 如果对比度过低，设为黑
    }
}

// 循环处理所有块
for (int y = 0; y < img.rows; y += blockSize) {
    for (int x = 0; x < img.cols; x += blockSize) {
        cv::Rect block(x, y, blockSize, blockSize);
        adjustBlock(brightAdj(block), contrastLevel, brightnessLevel);
    }
}

4. **合并调整后的图像**：
将调整后的块复制回原图像矩阵。

img.copyTo(brightAdj);

5. **保存结果**：
最后保存处理后的图像。

cv::imwrite("output_image.jpg", brightAdj);