OpenCV图像处理

OpenCV实现图像的灰度化->二值化->Canny边缘检测以及对比度（Contrast）和亮度（Brightness）值调整

图像灰度化：简单的来说就是使R,G,B value在阈值[0，255]间取得相同的值，总共有256个等级，黑白两种颜色其实可以看成是灰度化处于两个极端时的情形，中间254个等级分别代表灰度化的程度（浅深）。

图像二值化：简单的来说就是将图像上的像素点的灰度值设置为（0，0，0）（黑色）或（255，255，255）（白色），使图像只呈现出明显的黑白效果。

Canny算子：其目的是找到一个最优的边缘检测算法，使其满足三个主要的标准：

1.低错误率：标识出尽可能多的边缘，同时尽量减少噪声产生的影响；

2.高定位：标识出的边缘应与图像的实际边缘尽可能接近；

3.最小响应：图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。

Canny边缘检测步骤：滤波->计算梯度幅值和方向->非极大值抑制（排除非边缘像素，保留候选边缘）（每个步骤的具体原理可参考OpenCV3编程入门这本书，百度一下pdf版应该就能找到，建议最好买一本，声明一下：绝对不是打广告 (●'◡'●)）。

亮度和对比度调整：首先应了解点操作（点算子）这个概念：根据输入像素值（有时可加上某些全局信息或参数），来计算输出像素的值。这类算子包括亮度和对比度调整，颜色校正（colorcorrection）和变换（transformations）。两种最常用的点操作满足下式：

g(i,j)=a*f(i,j)+b

(a控制对比度，b控制亮度，f(i,j)为源图像像素，g(i,j)为输出图像像素)

本Demo中也是使用三个for循环来执行图像亮度与对比度的调整。废话不多说，代码不会骗人,(●'◡'●)。

工程代码如下：

//-----------------------------------【头文件包含部分】-----------------------------------------
// 描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <cv.h>
#include <highgui.h>
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>

//-----------------------------------【命名空间声明部分】--------------------------------------
// 描述：包含程序所使用的命名空间
//---------------------------------------------------------------------------------------------
using namespace std;
using namespace cv;

//-----------------------------------【全局变量声明部分】--------------------------------------
// 描述：全局变量声明
//---------------------------------------------------------------------------------------------
int g_nContrastValue; //对比度值
int g_nBrightValue; //亮度值
int Thresh = 50;

//-----------------------------------【全局函数声明部分】--------------------------------------
// 描述：全局函数声明
//---------------------------------------------------------------------------------------------
static void ContrastAndBright(int);
void ShowHelpText();

//-----------------------------------【声明图像IplImage指针】----------------------------------
//描述：声明图像IplImage指针
//---------------------------------------------------------------------------------------------
IplImage* g_pSrcImg = NULL;

IplImage* g_pGrayImage = NULL;

IplImage* g_pCannyImg = NULL;

IplImage *g_pBinaryImage = NULL;

IplImage *g_pDstImage = NULL;

//滑动条响应函数

void onTrackerSlid(int thresh)

{

cvCanny(g_pGrayImage, g_pCannyImg, (float)thresh, (float)thresh * 3, 3);

cvShowImage("Canny Image", g_pCannyImg);

}

//-----------------------------【on_trackbar( )函数】------------------------------------
//    描述：图像二值化阈值回调函数
//-----------------------------------------------------------------------------------------------
void on_trackbar(int pos)
{
    // 转为二值图
    cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);
    // 显示二值图
    cvShowImage("Binary Image", g_pBinaryImage);
}

//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(int argc, char** argv)

{
    system("color 5F");
    ShowHelpText();
    if (argc != 2)

argv[1] = "1.jpg";

//设定对比度和亮度的初值

g_nContrastValue = 80;
g_nBrightValue = 80;

//载入图像，强制转化为Gray

if ((g_pSrcImg = cvLoadImage(argv[1], 1)) != 0)

{

cout << "Press ESC to Quit" << endl;

//将颜色空间由RGB转化为Gray

g_pGrayImage = cvCreateImage(cvGetSize(g_pSrcImg), 8, 1);

cvCvtColor(g_pSrcImg, g_pGrayImage, CV_RGB2GRAY);

// 创建二值图
g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

//canny边缘检测

g_pCannyImg = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

cvNamedWindow("ContrastandBrightnessWnd", CV_WINDOW_AUTOSIZE);

//创建轨迹条

cvCreateTrackbar("Contrast：", "ContrastandBrightnessWnd", &g_nContrastValue, 300, ContrastAndBright);
cvCreateTrackbar("Brightness：", "ContrastandBrightnessWnd", &g_nBrightValue, 200, ContrastAndBright);

        //调用回调函数
        ContrastAndBright(g_nContrastValue);
        ContrastAndBright(g_nBrightValue);

//创建窗口

cvNamedWindow("Source Image", CV_WINDOW_AUTOSIZE);

cvNamedWindow("Gray Image", CV_WINDOW_AUTOSIZE);

cvNamedWindow("Canny Image", CV_WINDOW_AUTOSIZE);

cvNamedWindow("Binary Image", CV_WINDOW_AUTOSIZE);

        // 滑动条
        int nThreshold = 0;
        cvCreateTrackbar("Threshold：", "Binary Image", &nThreshold, 254, on_trackbar);
        on_trackbar(1);

//添加滑动条来调节边缘检测的阈值

onTrackerSlid(Thresh);

cvShowImage("Gray Image", g_pCannyImg);

        cvCreateTrackbar("Threshold", "Canny Image", &Thresh, 300, onTrackerSlid);

        //显示图像

cvShowImage("Source Image", g_pSrcImg);

cvShowImage("Gray Image", g_pGrayImage);

//保存图像

cvSaveImage("Gray_Image.jpg", g_pGrayImage);

        cvSaveImage("Canny_Image.jpg", g_pCannyImg);

        cvSaveImage("Binary Image.jpg", g_pBinaryImage);


        //等待按"ESC"键退出

while (1)

if (cvWaitKey(100) == 27)

break;

//销毁窗口

cvWaitKey(0);

cvDestroyWindow("Source Image");

cvDestroyWindow("Canny Image");

cvDestroyWindow("Gray Image");

        cvDestroyWindow("Binary Image");

        //释放图像

cvReleaseImage(&g_pGrayImage);

cvReleaseImage(&g_pCannyImg);

cvReleaseImage(&g_pSrcImg);

        cvReleaseImage(&g_pBinaryImage);

        return 0;

    }

    return -1;

}

//-----------------------------【ContrastAndBright( )函数】------------------------------------
// 描述：改变图像对比度和亮度值的回调函数
//---------------------------------------------------------------------------------------------
static void ContrastAndBright(int)
{

    // 三个for循环，执行运算 dstImg(i,j) = a*srcImg(i,j) + b
    Mat srcImg, dstImg;
    srcImg = imread("lena.jpg");
    if (!srcImg.data)
    {
        printf("读取srcImg图片错误~！ n");
        return ;
    }
    dstImg = Mat::zeros(srcImg.size(), srcImg.type());

    for (int y = 0; y < srcImg.rows; y++)
    {
        for (int x = 0; x <srcImg.cols; x++)
        {
            for (int c = 0; c < 3; c++)
            {
                dstImg.at<Vec3b>(y, x)[c] = saturate_cast<uchar>((g_nContrastValue*0.01)*(srcImg.at<Vec3b>(y, x)[c]) + g_nBrightValue);
            }
        }
    }

// 显示图像
imshow("ContrastandBrightnessWnd", dstImg);
}

//-----------------------------------【ShowHelpText( )函数】----------------------------------
// 描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{

    printf("nnttt                运行平台为win32 VS2013n");
    printf("nnttt                OpenCV一个值得你学习的强大视觉库n");
    printf("nnttt                当前使用的OpenCV版本为：" CV_VERSION);
    printf("nn ------------------------------------------------------------------------------------------------------------------n");
}

程序运行结果