原始的亮度對比數值範圍為-100~100之間,C代表對比,B代表亮度
對於對比率(Contrast ratio)來講,delta範圍應該落在0~255,這邊將對比率的公式做重新的調整
對比率代表著斜率的α值,而亮度則是決定線性公式位移的情況,也就是β值,而Y=αX+β這個線性公式它所表達的情況如下
α值的範圍落在0~255之間,而它的情況如下
再來下面是用虛擬碼的方式表達亮度/對比的演算法
下面就是亮度/對比的程式了
亮度/對比實作
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
int BrightnessPosition = 100;
int ContrastPosition = 100;
int HistogramBins = 64;
int HistogramBinWidth;
float HistogramRange1[2]={0,256};
float *HistogramRange[1]={
&HistogramRange1[0]};IplImage *Image1,*Image2;
CvHistogram *Histogram1;
IplImage *HistogramImage;
uchar LookupTableData[256];
CvMat *LookupTableMatrix;
IplImage *LookupTableImage;
CvPoint Point1,Point2;
void OnTrackbar(int Position)
{
int Brightness=BrightnessPosition-100;
int Contrast=ContrastPosition -100;
double Delta;
double a,b;
int y;
//Brightness/Contrast Formula
if(Contrast>0)
{
Delta=127*Contrast/100;
a=255/(255-Delta*2);
b=a*(Brightness-Delta);
for(int x=0;x<256;x++)
{
y=(int)(a*x+b);
if(y<0)
y=0;
if(y>255)
y=255;
LookupTableData[x]=(uchar)y;
}
}
else
{
Delta=-128*Contrast/100;
a=(256-Delta*2)/255;
b=a*Brightness+Delta;
for(int x=0;x<256;x++)
{
y=(int)(a*x+b);
if(y<0)
y=0;
if(y>255)
y=255;
LookupTableData[x]=(uchar)y;
}
}
//End
//Look up table sketch
cvSetZero(LookupTableImage);
cvNot(LookupTableImage,LookupTableImage);
Point2=cvPoint(0,LookupTableData[0]);
for(int i=0;i<256;i++)
{
Point1=cvPoint(i,LookupTableData[i]);
cvLine(LookupTableImage,Point1,Point2,CV_RGB(0,0,0),3);
Point2=Point1;
}
cvLUT(Image1,Image2,LookupTableMatrix);
//End
//Gray Level Histogram
cvCalcHist(
&Image2,Histogram1);cvNormalizeHist(Histogram1,3000);
cvSetZero(HistogramImage);
cvNot(HistogramImage,HistogramImage);
HistogramBinWidth = HistogramImage->width/HistogramBins;
for(int i=0;i<HistogramBins;i++)
{
Point1=cvPoint(i*HistogramBinWidth,0);
Point2=cvPoint((i+1)*HistogramBinWidth,(int)cvQueryHistValue_1D(Histogram1,i));
cvRectangle(HistogramImage,Point1,Point2,CV_RGB(0,0,0),CV_FILLED);
}
//End
cvShowImage("Gray Level Histogram",HistogramImage);
cvShowImage("Brightness/Contrast",Image2);
cvShowImage("Image Enhance",LookupTableImage);
cvZero(Image2);
}
int main()
{
Image1=cvLoadImage("DarkClouds.jpg",0);
Image2=cvCloneImage(Image1);
Histogram1=cvCreateHist(1,
&HistogramBins,CV_HIST_ARRAY,HistogramRange);HistogramImage = cvCreateImage(cvSize(320,200),8,1);
LookupTableImage=cvCreateImage(cvSize(256,256),8,3);
LookupTableMatrix=cvCreateMatHeader(1,256,CV_8UC1);
cvSetData(LookupTableMatrix,LookupTableData,0);
LookupTableImage->origin=1;
HistogramImage->origin=1;
cvNamedWindow("Brightness/Contrast",1);
cvNamedWindow("Gray Level Histogram",1);
cvNamedWindow("Image Enhance",1);
cvCreateTrackbar("brightness","Brightness/Contrast",
&BrightnessPosition,200,OnTrackbar);cvCreateTrackbar("contrast","Brightness/Contrast",
&ContrastPosition,200,OnTrackbar);OnTrackbar(0);
cvWaitKey(0);
}
執行結果:
這隻程式同樣也是用到CvHistogram資料結構,使用到兩個拉軸(Trackbar),以及Look-up table的應用,在//Brightness/Contrast Formula的註解內所包的就是亮度/對比演算法虛擬碼的實作,再來就是把它的線性系統化出來,也就是Y=αX+β的函數方程式,這個方程式,當然同等於Look up table,而之後,在把他們灰階直方圖的分布畫出來,在main()裡面,當然是先讀取目標圖片轉成灰階,初始化繪製直方圖與線性系統圖片的空間,創立三個視窗介面,設立兩個拉軸,並且將拉軸的事件函式設定成同一個的副程式的名稱.而對於影像增強(Image Enhance)這個視窗介面,它所代表的含意如下
X軸代表為是原始灰階的輸入值,而Y軸代表的是灰階值所對應的結果,而X軸跟Y軸的範圍都是0~255,而這條直線公式也會受到斜率(α)以及平移(β)的結果改面灰階值輸入以及輸出的對應,它是將一張原始灰階圖片的每一個像素值做線性函式的對應,使得每個灰階值對應出來的結果產生了變化,由下面可以知道它(LUT)對應的關係
(a)亮度條為0因此小於100的灰階值都為0而灰階值方圖也像左偏移
(b)亮度條為100,因此大於156的灰階值都為255,而灰階值方圖也都向右偏移
(c)對比為0,這個時候斜率α為0,因此輸入的0~255的灰階值輸出都固定為128,因此整張圖片都是灰階值128的影像,而灰階直方圖則是所有數據都集中在128
(d)對比為100,這個時候斜率為255,而這樣的圖片又可以叫做二值化圖片,因為輸出結果非黑即白,而移動亮度則是在平移二值化的門檻值,由灰階值方圖可以得知,所有數據都被分開到0跟255兩邊
上面所表達的其實就是一種Look-up table的表達方式,藉由一個輸入灰階值的矩陣,對應岀另一個不同的灰階值數據,因此改變了原始灰階值的數據,而整張圖片也因此產生了變化
