上一篇熟悉了filter2D函数，通过掩码矩阵实现滤波功能（锐化图片），这里继续熟悉其他处理图像的方式：改变图像对比度和亮度。

注意：

如果连续关注我笔记的同学会发现，这里我跳过了官网核心模块中的两部分内容（只是没有做总结）：一个是图形的基本操作（Load、write，以及像素点获取的方式），一个是图片的线性混合。希望跟我一样学习的同学最好按照步骤去熟悉这两部分内容，openCV官网的教程安排还是很合理的，基础部分经常会在后面章节中用到。

上一篇：openCV实现滤波功能：http://blog.csdn.net/jbl20078/article/details/78852194

官网地址：https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html

调整图像的对比度和亮度（通过线性方法）

一提到线性方法我们第一时间应该会联想到：二元一次方程

这里openCV介绍的一个函数方法就是利用二元一次方程线性修改图像中的像素值

$g(i,j) = \alpha \cdot f(i,j) + \beta$

这种算子能够调整图片亮度和对比度，当然也可以分区域的设置，这个后面用到再说，直接看源码的实现：

void convertToImage(Mat& mat,Mat outputMat,double alpha,int beta){
    //遍历这个mat
    for(int i = 0 ; i < mat.rows;i++){
        for(int j = 0 ; j < mat.cols; j++){
            for(int c = 0; c < 3; c++){
                outputMat.at(i,j)[c] = saturate_cast(alpha*(mat.at(i,j)[c])+beta);
            }
        }
    }
}

源码很简单，openCV提供给我们的实现函数式Mat.convertTo(OutputArray m , int rtype, double alpha = 1, double beta = 0);

参数说明下：

outputArray就是输出的目标Mat

rtype是深度，和之前用到的filter2D函数一样，-1代表使用跟源一样的depth，或者填写image.depth()

alpha就是α

beta就是β

（后面还会介绍γ方法）

使用方法：

 //先创建一个outputmat
    Mat outputMat = Mat::zeros(oriMat.size(), oriMat.type());
    
    oriMat.convertTo(outputMat, -1, 2.2,50);

实现效果跟上面的原始函数一样

效果如下：

接下来还没有结束，官网又提到了γ方法来修改图像的光强和对比度，效果更好！

首先看一看gamma 方式修改图像的公式

O=(I255)γ×255

很明显，它已经不是线性的，那它的好处是什么？

当γ<1 的时候，它能让暗黑区域更加明亮，更加适合处理未曝光完全的图片

它的效果如下：

这是官网上的图片，当然我本地也尝试过，它的代码如下：

因为它是根据像素的值转化的公式，我们要用LUT函数通过查找表的方式修改图像数据

/**
 通过伽马的方式 （非线性） 显示一个图片
 */
void gammaProcessImage(Mat& oriMat,double gamma,Mat outputMat){
   
    //伽马方法也是按照一个公式修改了每个像素值，我们可以通过LUT函数进行编写，它的公式是：
    //O=(I/255)的γ次方×255
    //代码如下
    Mat lookupTable(1,256,CV_8U);
    uchar* p = lookupTable.ptr();
    for (int i =0 ; i < 256; i++) {
        p[i] = saturate_cast(pow(i/255.0, gamma) * 255.0);
    }
    LUT(oriMat,lookupTable,outputMat);
}

线性和非线性修改图片亮度和对比度的方式我们这边都熟悉过了，后面继续学习基本绘图部分。

下一篇内容：openCV中傅里叶变换：

http://blog.csdn.net/jbl20078/article/details/78872516