這篇文章中我們一起學習了如何在OpenCV中用createTrackbar函數創建和使用軌跡條，以及圖像對比度、亮度值的動態調整。

文章首先詳細講解了OpenCV2.0中的新版創建軌跡條的函數createTrackbar，并給上一個詳細注釋的示例。

然后講解圖像的對比度、亮度值調整的細節，最后放出了一個利用createTrackbar函數創建軌跡條來輔助進行圖像對比度、亮度值調整的程序源碼。

依然是先放一張運行截圖：

好了，下面正式開始我們的講解。

一、OpenCV中軌跡條(Trackbar)的創建和使用

<1>創建軌跡條——createTrackbar函數詳解

createTrackbar這個函數我們以后會經常用到，它創建一個可以調整數值的軌跡條，并將軌跡條附加到指定的窗口上，使用起來很方便。首先大家要記住，它往往會和一個回調函數配合起來使用。先看下他的函數原型：

C++: int createTrackbar(conststring& trackbarname, conststring& winname, int* value, int count, TrackbarCallback onChange=0,void* userdata=0);

• 第一個參數，const string&類型的trackbarname，表示軌跡條的名字，用來代表我們創建的軌跡條。
• 第二個參數，const string&類型的winname，填窗口的名字，表示這個軌跡條會依附到哪個窗口上，即對應namedWindow()創建窗口時填的某一個窗口名。
• 第三個參數，int* 類型的value，一個指向整型的指針，表示滑塊的位置。并且在創建時，滑塊的初始位置就是該變量當前的值。
• 第四個參數，int類型的count，表示滑塊可以達到的最大位置的值。PS:滑塊最小的位置的值始終為0。
• 第五個參數，TrackbarCallback類型的onChange，首先注意他有默認值0。這是一個指向回調函數的指針，每次滑塊位置改變時，這個函數都會進行回調。并且這個函數的原型必須為void XXXX(int,void*);其中第一個參數是軌跡條的位置，第二個參數是用戶數據(看下面的第六個參數)。如果回調是NULL指針，表示沒有回調函數的調用，僅第三個參數value有變化。
• 第六個參數，void*類型的userdata，他也有默認值0。這個參數是用戶傳給回調函數的數據，用來處理軌跡條事件。如果使用的第三個參數value實參是全局變量的話，完全可以不去管這個userdata參數。

這個createTrackbar函數，為我們創建一個具有特定名稱和范圍的軌跡條(Trackbar，或者說是滑塊范圍控制工具)，指定一個和軌跡條位置同步的變量。而且要指定回調函數onChange(第五個參數)，在軌跡條位置改變的時候來調用這個回調函數。并且我們知道，創建的軌跡條顯示在指定的winname(第二個參數)所代表的窗口上。

看完函數講解，先給大家一個函數使用小示例

//創建軌跡條createTrackbar("對比度：", "【效果圖窗口】",&g_nContrastValue,300,ContrastAndBright );// g_nContrastValue為全局的整型變量，ContrastAndBright為回調函數的函數名(即指向函數地址的指針)

然給大家一個完整的使用示例。這是OpenCV官方的sample示例程序，一個演示了用軌跡條來控制輪廓檢測，輪廓填充的程序。淺墨將其修改、代碼簡潔化和詳細注釋，放出來供大家消化研習。稍后更新的博文會有關于輪廓檢測更詳細的講解。

//-----------------------------------【頭文件包含部分】---------------------------------------//描述：包含程序所依賴的頭文件//---------------------------------------------------------------------------------------------- #include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include //-----------------------------------【命名空間聲明部分】---------------------------------------//描述：包含程序所使用的命名空間//----------------------------------------------------------------------------------------------- using namespace cv;using namespace std; //-----------------------------------【全局函數聲明部分】--------------------------------------//描述：全局函數聲明//-----------------------------------------------------------------------------------------------Mat img;int threshval = 160;//軌跡條滑塊對應的值，給初值160 //-----------------------------【on_trackbar( )函數】------------------------------------//描述：軌跡條的回調函數//-----------------------------------------------------------------------------------------------static void on_trackbar(int, void*){Mat bw = threshval < 128 ? (img < threshval) : (img > threshval); //定義點和向量vector > contours;vector hierarchy; //查找輪廓findContours( bw, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );//初始化dstMat dst = Mat::zeros(img.size(), CV_8UC3);//開始處理if( !contours.empty() && !hierarchy.empty() ){//遍歷所有頂層輪廓，隨機生成顏色值繪制給各連接組成部分int idx = 0;for( ; idx >= 0; idx = hierarchy[idx][0] ){Scalar color( (rand()&255), (rand()&255), (rand()&255) );//繪制填充輪廓drawContours( dst, contours, idx, color, CV_FILLED, 8, hierarchy );}}//顯示窗口imshow( "Connected Components", dst );} //-----------------------------------【main( )函數】--------------------------------------------//描述：控制臺應用程序的入口函數，我們的程序從這里開始//-----------------------------------------------------------------------------------------------int main( ){system("color 5F"); //載入圖片img = imread("1.jpg", 0);if( !img.data ) { printf("Oh，no，讀取img圖片文件錯誤~！ "); return -1; } //顯示原圖namedWindow( "Image", 1 );imshow( "Image", img ); //創建處理窗口namedWindow( "Connected Components", 1 );//創建軌跡條createTrackbar( "Threshold", "Connected Components", &threshval, 255, on_trackbar );on_trackbar(threshval, 0);//軌跡條回調函數 waitKey(0);return 0;}

原圖：

運行效果圖：

拖動滾動條，改變threshval(閾值)的值，得到效果迥異的圖片：

另外，在OpenCV路徑opencv_source_code/samples/cpp/connected_components.cpp下，可以找到原版的官方代碼。

接著順便講一個配合createTrackbar使用的函數，用于獲取當前軌跡條的位置的getTrackbarPos函數吧。

<2>獲取當前軌跡條的位置——getTrackbarPos函數

這個函數用于獲取當前軌跡條的位置并返回。

C++: int getTrackbarPos(conststring& trackbarname, conststring& winname);

• 第一個參數，const string&類型的trackbarname，表示軌跡條的名字。
• 第二個參數，const string&類型的winname，表示軌跡條的父窗口的名稱。

這部分大概就是這些了。馬不停蹄地向下一部分進發吧：)

二、亮度和對比度調整的理論依據

首先我們給出算子的概念。一般的圖像處理算子都是一個函數，它接受一個或多個輸入圖像，并產生輸出圖像。下式給出了算子的一般形式

或者

今天我們所講解的圖像亮度和對比度的調整操作，其實屬于圖像處理變換中比較簡單的一種——點操作(pointoperators)。點操作有一個特點，僅僅根據輸入像素值(有時可加上某些全局信息或參數)，來計算相應的輸出像素值。這類算子包括亮度(brightness)和對比度(contrast)調整，以及顏色校正(colorcorrection)和變換(transformations)。

最兩種常用的點操作(或者說點算子)，很顯然，是乘上一個常數(對應對比度的調節)以及加上一個常數(對應亮度值的調節)。用公式表示出來就是這樣：

看到這個式子，我們關于圖像亮度和對比度調整的策略就呼之欲出了。

其中：

參數f(x)表示源圖像像素。

參數g(x) 表示輸出圖像像素。

參數a(需要滿足a>0)被稱為增益(gain)，常常被用來控制圖像的對比度。

參數b通常被稱為偏置(bias)，常常被用來控制圖像的亮度。

而更近一步，我們這樣改寫這個式子：

其中，i 和 j 表示像素位于第i行 和 第j列 。

那么，這個式子就可以用來作為我們在OpenCV中控制圖像的亮度和對比度的理論公式了。

三、關于訪問圖片中的像素

訪問圖片中的像素有很多種方式，以后有機會淺墨會用個專題來講解。目前我們可以先了解下面的這一種。

而為了執行

這個運算 ，我們需要訪問圖像的每一個像素。因為是對GBR圖像進行運算，每個像素有三個值(G、B、R)，所以我們必須分別訪問它們(PS:OpenCV中的圖像存儲模式為GBR)。以下是訪問像素的代碼片段，三個for循環解決問題：

//三個for循環，執行運算 new_image(i,j) =a*image(i,j) + b for(int y = 0; y < image.rows; y++ ) { for(int x = 0; x < image.cols; x++ ) { for(int c = 0; c < 3; c++ ) { new_image.at(y,x)[c]= saturate_cast( (g_nContrastValue*0.01)*(image.at(y,x)[c] ) + g_nBrightValue ); } } }

讓我們分三個方面進行講解：

• 為了訪問圖像的每一個像素，我們使用這樣的語法： image.at(y,x)[c]
• 其中，y是像素所在的行， x是像素所在的列， c是R、G、B(對應0、1、2)其中之一。
• 因為我們的運算結果可能超出像素取值范圍(溢出)，還可能是非整數(如果是浮點數的話)，所以我們要用saturate_cast對結果進行轉換，以確保它為有效值。
• 這里的a也就是對比度，一般為了觀察的效果，取值為0.0到3.0的浮點值，但是我們的軌跡條一般取值都會整數，所以在這里我們可以，將其代表對比度值的nContrastValue參數設為0到300之間的整型，在最后的式子中乘以一個0.01，這樣就可以完成軌跡條中300個不同取值的變化。所以在式子中，我們會看到saturate_cast( (g_nContrastValue*0.01)*(image.at(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。

四、圖像對比度、亮度值調整示例程序

依然是每篇文章都會配給大家的一個詳細注釋的博文配套示例程序，把這篇文章中介紹的知識點以代碼為載體，展現給大家。

這個示例程序用兩個軌跡條分別控制對比度和亮度值，有一定的可玩性。廢話不多說，上代碼吧：

//-----------------------------------【程序說明】----------------------------------------------// 程序名稱:：【OpenCV入門教程之四】 創建Trackbar&圖像對比度、亮度值調整 配套博文源碼// VS2010版 OpenCV版本：2.4.8// 2014年3月18 日 Create by 淺墨//------------------------------------------------------------------------------------------------ //-----------------------------------【頭文件包含部分】---------------------------------------// 描述：包含程序所依賴的頭文件//----------------------------------------------------------------------------------------------#include #include#include"opencv2/imgproc/imgproc.hpp"#include //-----------------------------------【命名空間聲明部分】---------------------------------------// 描述：包含程序所使用的命名空間//----------------------------------------------------------------------------------------------- using namespace std;using namespace cv; //-----------------------------------【全局函數聲明部分】--------------------------------------// 描述：全局函數聲明//-----------------------------------------------------------------------------------------------static void ContrastAndBright(int, void *); //-----------------------------------【全局變量聲明部分】--------------------------------------// 描述：全局變量聲明//-----------------------------------------------------------------------------------------------int g_nContrastValue; //對比度值int g_nBrightValue; //亮度值Mat g_srcImage,g_dstImage;//-----------------------------------【main( )函數】--------------------------------------------// 描述：控制臺應用程序的入口函數，我們的程序從這里開始//-----------------------------------------------------------------------------------------------int main( ){ //改變控制臺前景色和背景色 system("color5F"); //讀入用戶提供的圖像 g_srcImage= imread( "pic1.jpg"); if(!g_srcImage.data ) { printf("Oh，no，讀取g_srcImage圖片錯誤~！"); return false; } g_dstImage= Mat::zeros( g_srcImage.size(), g_srcImage.type() ); //設定對比度和亮度的初值 g_nContrastValue=80; g_nBrightValue=80; //創建窗口 namedWindow("【效果圖窗口】", 1); //創建軌跡條 createTrackbar("對比度：", "【效果圖窗口】",&g_nContrastValue,300,ContrastAndBright ); createTrackbar("亮 度：","【效果圖窗口】",&g_nBrightValue,200,ContrastAndBright ); //調用回調函數 ContrastAndBright(g_nContrastValue,0); ContrastAndBright(g_nBrightValue,0); //輸出一些幫助信息 cout<(y,x)[c]= saturate_cast( (g_nContrastValue*0.01)*(g_srcImage.at(y,x)[c] ) + g_nBrightValue ); } } } //顯示圖像 imshow("【原始圖窗口】", g_srcImage); imshow("【效果圖窗口】", g_dstImage);}

最后看一下運行截圖，運行這個程序會得到兩個圖片顯示窗口。第一個為原圖窗口，第二個為效果圖窗口。在效果圖窗口中可以調節兩個軌跡條，來改變當前圖片的對比度和亮度。

原圖：

可調節的效果圖：

本文轉載于https://blog.csdn.net/zhmxy555/category_9262318.html

作者：淺墨_毛星云

對OpenCV感興趣的可以去看原作者的其他文章

總結

以上是生活随笔為你收集整理的opencv计算图像亮度调节_OpenCV教程创建Trackbar图像对比度、亮度值调整的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。