zoukankan      html  css  js  c++  java
  • 学习 opencv---(5) 创建Trackbar(活动条) &图像对比度,亮度值调整

        学习如何在opencv 中用trackbar 函数创建和使用 轨迹条,以及图像对比度,亮度值的动态调整

       

      

        一、OpenCV中轨迹条(Trackbar)的创建和使用

           【1】创建轨迹条-----createTrackbar 函数详解

          createTrackbar这个函数我们以后会经常用到,它创建一个可以调整的轨迹条,并将轨迹条附加到指定的窗口上,使用起来方便,首先,它往往会和一个回调函数 配合起来使用,先看它的函数原型:

    1 int createTrackbar(conststring &trackerbarname,conststring &winname,int *value,int count ,TrackerbarCallback onChange=0,void *userdata=0);
    • 第一个参数,const string&类型的trackbarname,表示轨迹条的名字,用来代表我们创建的轨迹条。
    • 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个窗口上,即对应namedWindow()创建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。并且在创建时,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,表示滑块可以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。并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)。如果回调是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。如果使用的第三个参数value实参是全局变量的话,完全可以不去管这个userdata参数。

        这个createTrackbar 函数,为我们创建一个具有特定名称和范围的轨迹条(Trackbar,或者说滑块范围控制工具),指定一个和轨迹条位置同步的变量,而且指定回调函数onChange (第五个参数),在轨迹条位置改变的时候来调用这个回调函数。并且知道,创建的轨迹条显示在指定的winname (第二个参数)所代表的窗口上。

        看完函数讲解,先给大家一个函数使用小示例:

        

    1 //创建轨迹条
    2 createTrackbar("对比度:“,”【效果图窗口】",&g_nContrastVaule,300,ContrasAndBright);   
    3 //g_nContrastVaule为全局的整形变量,ContrasAndBright为回调函数的函数名(即指向函数地址的指针)

         

      然给大家一个完整的使用示例。这是OpenCV官方的sample示例程序,

     1 #include <opencv2/core/utility.hpp>
     2 #include "opencv2/imgproc.hpp"
     3 #include "opencv2/imgcodecs.hpp"
     4 #include "opencv2/highgui.hpp"
     5 #include <iostream>
     6 
     7 using namespace cv;
     8 using namespace std;
     9 
    10 Mat img;
    11 int threshval = 100;
    12 
    13 static void on_trackbar(int, void*)
    14 {
    15     Mat bw = threshval < 128 ? (img < threshval) : (img > threshval);
    16     Mat labelImage(img.size(), CV_32S);
    17     int nLabels = connectedComponents(bw, labelImage, 8);
    18     std::vector<Vec3b> colors(nLabels);
    19     colors[0] = Vec3b(0, 0, 0);//background
    20     for(int label = 1; label < nLabels; ++label){
    21         colors[label] = Vec3b( (rand()&255), (rand()&255), (rand()&255) );
    22     }
    23     Mat dst(img.size(), CV_8UC3);
    24     for(int r = 0; r < dst.rows; ++r){
    25         for(int c = 0; c < dst.cols; ++c){
    26             int label = labelImage.at<int>(r, c);
    27             Vec3b &pixel = dst.at<Vec3b>(r, c);
    28             pixel = colors[label];
    29          }
    30      }
    31 
    32     imshow( "Connected Components", dst );
    33 }
    34 
    35 static void help()
    36 {
    37     cout << "
     This program demonstrates connected components and use of the trackbar
    "
    38              "Usage: 
    "
    39              "  ./connected_components <image(../data/stuff.jpg as default)>
    "
    40              "The image is converted to grayscale and displayed, another image has a trackbar
    "
    41              "that controls thresholding and thereby the extracted contours which are drawn in color
    ";
    42 }
    43 
    44 const char* keys =
    45 {
    46     "{help h||}{@image|../data/stuff.jpg|image for converting to a grayscale}"
    47 };
    48 
    49 int main( int argc, const char** argv )
    50 {
    51     CommandLineParser parser(argc, argv, keys);
    52     if (parser.has("help"))
    53     {
    54         help();
    55         return 0;
    56     }
    57     string inputImage = parser.get<string>(0);
    58     img = imread(inputImage.c_str(), 0);
    59 
    60     if(img.empty())
    61     {
    62         cout << "Could not read input image file: " << inputImage << endl;
    63         return -1;
    64     }
    65 
    66     namedWindow( "Image", 1 );
    67     imshow( "Image", img );
    68 
    69     namedWindow( "Connected Components", 1 );
    70     createTrackbar( "Threshold", "Connected Components", &threshval, 255, on_trackbar );
    71     on_trackbar(threshval, 0);
    72 
    73     waitKey(0);
    74     return 0;
    75 }

           这是3 版本的代码,因为按照浅墨大神的优化代码移植到这里有点问题,所以先放官方代码

      

        

        <2>获取当前轨迹条的位置——getTrackbarPos函数

         这个函数用于获取当前轨迹条的位置并返回

    1 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。

        

      

         二、亮度和对比度调整的理论依据

           首先我们给出算子的概念。一般的图像处理算子都是一个函数,他接受一个或多个输入图像,并产生输出图像。下式给出了算子的一般形式:

               或者

        今天我们所讲解的图像亮度和对比度的调整操作,其实属于图像处理变换中比较简单的一种---点操作(pointoperators)。 点操作有一个特点,仅仅根据输入像素值(有时可加上某些全局信息或参数),来计算相应的输出像素值。这类算子 包括 :亮度(brightness),对比度(contrast)调整,以及颜色校正(colorcorrection)和变换(transformations).

      最常用的额俩种点操作(或者说算子),很显然,是乘上一个常数(对应对比度的调节)以及加上一个常数(对应亮度值的调节)。用公式表示出来就是这样:

                                                     

         看到这个式子,我们关于图像亮度和对比度调整的策略就呼之欲出了。      

        其中:

    • 参数f(x)表示源图像像素。
    • 参数g(x) 表示输出图像像素。
    • 参数a(需要满足a>0)被称为增益(gain),常常被用来控制图像的对比度。
    • 参数b通常被称为偏置(bias),常常被用来控制图像的亮度。

       而更近一步,我们这样改写这个式子:

                                                       

    其中,i 和 j 表示像素位于第i行 和 第j列 。

    那么,这个式子就可以用来作为我们在OpenCV中控制图像的亮度和对比度的理论公式了。

         

       三、关于访问图片中的像素

         访问图片中的像素有很多种方式,以后有机会再讲。先了解下面的这一种:

         而为了执行   这个运算  ,我们需要访问图像的每一个像素。因为是对GBR图像进行运算,每个像素有三个值(G、B、R),所以我们必须分别访问它们(PS:OpenCV中的图像存储模式为GBR)。以下是访问像素的代码片段,三个for循环解决问题: 

     1 for (int y = 0; y < g_srcImage.rows; y++)
     2     {
     3         for (int x = 0; x < g_srcImage.cols; x++)
     4         {
     5             for (int c = 0; c < 3; c++)
     6             {
     7                 g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrasaValue*0.01) * (g_srcImage.at<Vec3b>(y,x)[c]) + g_nBrightValue);
     8             }
     9         }
    10     }

       

           让我们分3个方面进行讲解:

         -----为了访问图像的每一个像素,我们使用这样的语法:image.at<Vec3b>(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(对应0、1、2)其中之一。

        -----因为我们的运算结果可能超出像素取值范围(溢出),还可能是非整数(如果是浮点数的话),所以我们要用staurate_cast 对结果进行转换,以确保它为有效值。

        -----这里的a 也就是对比度,一般为了观察的效果,取值为0.0到3.0的浮点值,但是我们的轨迹条一般取值都会为整数,所以我们在这里将其代表对比度的值nContrastValue参数设为0到300之间的整型,在最后的式子中乘以一个0.01,这样就可以完成轨迹条中300个不同值的变化。所以在式子中,我们会看到saturate_cast<uchar>( (g_nContrastValue*0.01)*(image.at<Vec3b>(y,x)[c] ) + g_nBrightValue )中的g_nContrastValue*0.01。

        

       

      四、图像对比度、亮度值调整示例程序

         

     1 /*---------------------------------------------------
     2   创建Trackbar && 图像对比度,亮度值调整
     3 -----------------------------------------------------*/
     4 
     5 #include <opencv2/core/core.hpp>
     6 #include <opencv2/highgui/highgui.hpp>
     7 #include "opencv2/imgproc/imgproc.hpp"  //图像处理模块
     8 #include <iostream>
     9 
    10 using namespace cv;
    11 using namespace std;
    12 
    13 static void ContrastAndBright(int, void *);    //全局函数,回调函数,对比 &&亮度
    14 
    15 //全局变量
    16 int g_nContrastValue;    //对比度值
    17 int g_nBrightValue;   //亮度
    18 Mat g_srcImage, g_dstImage;
    19 
    20 
    21 /*----------------------------------------------------------
    22     描述:改变图像对比度和亮度值的回调函数
    23 -----------------------------------------------------------*/
    24 static void ContrastAndBright(int, void*)
    25 {
    26     //创建窗口
    27     namedWindow("【原始窗口】",1);
    28 
    29     //3个for循环,执行运算 g_Image(i,j) = a*g_srcImage(i,j) + b
    30     for (int y = 0; y < g_srcImage.rows; y++)
    31     {
    32         for (int x = 0; x < g_srcImage.cols; x++)
    33         {
    34             for (int c = 0; c < 3; c++)
    35             {
    36                 g_dstImage.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrasaValue*0.01) * (g_srcImage.at<Vec3b>(y,x)[c]) + g_nBrightValue);
    37             }
    38         }
    39     }
    40 
    41     //显示图像
    42     imshow("【原始图像 窗口】",g_srcImage);
    43     imshow("【效果图像 窗口】",g_dstImage);
    44 
    45 
    46 }
    47 
    48 
    49 int main()
    50 {
    51     //改变控制台前景色和背景色
    52     system("color 5F");
    53 
    54     //读入用户提供的图像
    55     g_srcImage = imread("pic1.jpg");
    56     if (!g_srcImage.data)
    57     {
    58         printf("Oh,no,读取g_srcImage图片错误~! 
    ");
    59         return false;
    60     }
    61     //这个函数还不是太清楚,zeros是什么鬼???输出图像
    62     g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type());
    63 
    64     //设定对比度和亮度的初值
    65     g_nContrastValue = 80;
    66     g_nBrightValue = 80;
    67 
    68     //创建窗口
    69     namedWindow("【效果图窗口】", 1);
    70 
    71     //创建轨迹条
    72     createTrackbar("对比度:", "【效果图窗口】", &g_nContrastValue, 300, ContrastAndBright);
    73     createTrackbar("亮   度:", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright);
    74 
    75     //调用回调函数
    76     ContrastAndBright(g_nContrastValue, 0);
    77     ContrastAndBright(g_nBrightValue, 0);
    78 
    79     //输出一些帮助信息
    80     cout << endl << "	嗯。好了,请调整滚动条观察图像效果~
    
    "
    81         << "	按下“q”键时,程序退出~!
    "
    82         << "
    
    				 byhehheh";
    83 
    84     //按下 q 时,程序退出
    85     while (char (waitKey(1)) != 'q');
    86     return 0;
    87}
  • 相关阅读:
    教你写能被舒服舒服又舒服地调用的iOS库
    无比迅速敏捷地开发iOS超精美控件
    iOS中UIlabel多行文本展示使用小结
    诸葛亮诫子书
    保留开阔的心灵空间
    iOS长按手势列表拖拽功能实现
    iOS通知使用小结
    真正的成熟
    生活的常态
    记一次LNMP 502问题的解决 (Nginx 、php、php-fpm)
  • 原文地址:https://www.cnblogs.com/wyuzl/p/6224021.html
Copyright © 2011-2022 走看看