学习 opencv---(5) 创建Trackbar(活动条) &图像对比度，亮度值调整 一、OpenCV中轨迹条（Trackbar）的创建和使用 二、亮度和对比度调整的理论依据 三、关于访问图片中的像素 四、图像对比度、亮度值调整示例程序
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
【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}