图像亮度/对比度的调整(一)

“明度”（Brightness）原来用做光度测定术语照度和（错误的）用于辐射测定术语辐射度的同义词。按美国联邦通信术语表（FS-1037C）的规定，明度现在只应用于非定量的提及对光的生理感觉和感知。[1]

一个给定目标亮度在不同的场景中可以引起不同的明度感觉；比如White错觉和Wertheimer-Benary错觉。

在 RGB 色彩空间中，明度可以被认为是 R（红色），G（绿色）和B（蓝色）座标的算术平均 μ（尽管这三个成分中的某个要比其他看起来更明亮，但这可以被某些显示 系统自动补偿）:

\mu = {R + G + B \over 3 } 。

即: dst[i] = (src[i + 0] + src[i + 1] + src[i + 2]) / 3 (三通道图片)

明度也是 HSB 或 HSV 色彩空间（色相，饱和度和明度）中的颜色坐标，它的值是这个颜色的 R，G 和 B 三者中的极大值。

对比度，具体的概念解释可以参考Wiki或者百度百科。简单的讲对比度反应了图片上亮区域和暗区域的层次感。而反应到图像编辑上，调整对比度就是在保证平均亮度不变的情况下，扩大或缩小亮的点和暗的点的差异。既然是要保证平均亮度不变，所以对每个点的调整比例必须作用在该值和平均亮度的差值之上，这样才能够保证计算后的平均亮度不变，故有调整公式：

Out = Average + (In – Average) * ( 1 + percent)

其中In表示原始像素点亮度，Average表示整张图片的平均亮度，Out表示调整后的亮度，而percent即调整范围[-1,1]。证明这个公式的正确性相当简单：

设图上有n个像素点，各个点亮度为Ai，平均亮度为A，变化率为alpha，则有：

CodeCogsEqn (1)

但是实际处理中，并没有太多的必要去计算一张图的平均亮度：一来耗时间，二来在平均亮度上的精确度并不会给图像的处理带来太多的好处—-一般就假设一张图的平均亮度为128，即一半亮度，而一张正常拍照拍出来的图平均亮度应该是在[100,150]。在肉眼看来两者基本没有任何区别，而如果真实地去计算平均亮度还会带来很大的计算量。、

即： dst[i] = 128 + (src[i] – 128) * (nPercent) // nPercent = 1 + percent

简单示例：

#include "highgui.h"  
#pragma comment(lib,"cv200d.lib")  
#pragma comment(lib,"cxcore200d.lib")  
#pragma comment(lib,"highgui200d.lib")  
   
int BrightnessAdjust(const IplImage* srcImg,  
                     IplImage* dstImg,  
                     float brightness)  
{  
    assert(srcImg != NULL);  
    assert(dstImg != NULL);  
   
    int x,y,i;  
    float val;  
    for (i = 0; i < 3; i++)//彩色图像需要处理3个通道，灰度图像这里可以删掉  
    {  
        for (y = 0; y < srcImg->height; y++)  
        {  
            for (x = 0; x < srcImg->width; x++)  
            {  
   
                val = ((uchar*)(srcImg->imageData + srcImg->widthStep*y))[x*3+i];  
                val += brightness;  
                //对灰度值的可能溢出进行处理  
                if(val>





255)    val=255;  
                if(val<0) val=0;  
                ((uchar*)(dstImg->imageData + dstImg->widthStep*y))[x*3+i] = (uchar)val;  
            }  
        }  
    }  
   
    return 0;  
}  
   
int ContrastAdjust(const IplImage* srcImg,  
                   IplImage* dstImg,  
                   float nPercent)  
{  
    assert(srcImg != NULL);  
    assert(dstImg != NULL);  
   
    int x,y,i;  
    float val;  
    for (i = 0; i < 3; i++)//彩色图像需要处理3个通道，灰度图像这里可以删掉  
    {  
        for (y = 0; y < srcImg->height; y++)  
        {  
            for (x = 0; x < srcImg->width; x++)  
            {  
   
                val = ((uchar*)(srcImg->imageData + srcImg->widthStep*y))[x*3+i];  
                val = 128 + (val - 128) * nPercent;  
                //对灰度值的可能溢出进行处理  
                if(val>255) val=255;  
                if(val<0) val=0;  
                ((uchar*)(dstImg->imageData + dstImg->widthStep*y))[x*3+i] = (uchar)val;  
            }  
        }  
    }  
    return 0;  
}  
   
int main(int argc, char** argv)  
{  
    IplImage* srcImg = cvLoadImage("lena.jpg");  
    assert( srcImg != NULL );  
   
    IplImage* brightnessImg = cvCloneImage(srcImg);  
    //亮度变换，最后数值取值为正时变亮，负则变暗  
    BrightnessAdjust(srcImg, brightnessImg, 80.0f);  
   
    IplImage* contrastImg = cvCloneImage(srcImg);  
    //对比度变换，数值小于1降低对比度，大于1增强对比度  
    ContrastAdjust(srcImg, contrastImg, 1.3f);  
   
    cvNamedWindow("Source",CV_WINDOW_AUTOSIZE);  
    cvNamedWindow("BrightnessAdjust",CV_WINDOW_AUTOSIZE);  
    cvNamedWindow("ContrastAdjust",CV_WINDOW_AUTOSIZE);  
    cvShowImage("Source",srcImg);  
    cvShowImage("BrightnessAdjust",brightnessImg);  
    cvShowImage("ContrastAdjust",contrastImg);  
    cvWaitKey(0);  
    cvReleaseImage(&srcImg);  
    cvReleaseImage(&brightnessImg);  
    cvReleaseImage(&contrastImg);  
    cvDestroyWindow("Source");  
    cvDestroyWindow("BrightnessAdjust");  
    cvDestroyWindow("ContrastAdjustrast");  
   
    return 0;  
}