網上收集了兩種亮度與對比度的計算公式:
第一種:
一副圖像的亮度對比度調節屬于圖像的灰階線性變換,其公式如下:
y = [x - 127.5 * (1 - B)] * k + 127.5 * (1 + B);
x為調節前的像素值,y為調節後的像素值。
其中B取值[-1,1],調節亮度;
k調節對比度,arctan(k)取值[1,89],是以
k = tan( (45 + 44 * c) / 180 * pi );
其中c取值[-1,1]。通常我們用該值來設定對比度
特别的,
當B=0 時:y = (x - 127.5) * k + 127.5; 這時隻調節對比度。
當c=0 時,k = 1:y = x + 255 * B; 這時隻調節亮度。
第二種:g(i,j)=a*f(i,j)+b
參數f(i,j)表示源圖像像素
參數g(i,j)表示輸出圖像像素
參數a(需要滿足a>0)被稱為增益(gain),常常被用來控制圖像的對比度
參數b通常被稱為偏置,常常被用來控制圖像的亮度。
我更傾向于使用後者,公式簡單,經過測試,後者出入比較小。
NDK代碼如下:
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_lightPixels(JNIEnv *env, jclass type,
jintArray pixels_, jint w, jint h) {
jint *pixels = env->GetIntArrayElements(pixels_, NULL);
//顔色資料轉換 ARGB的顔色資料被轉成BGRA
Mat img(h, w, CV_8UC4, pixels);
//擷取行數和列數
int row = img.rows;
int col = img.cols;
//亮度
double b = ;
//對比度 (值越小圖檔越灰暗)
double c = ;
for (int i = ; i < row; i++) {
for (int j = ; j < col; j++) {
//Blue
img.at<Vec4b>(i, j)[] = (uchar) (img.at<Vec4b>(i, j)[] * c + b);
//Green
img.at<Vec4b>(i, j)[] = (uchar) (img.at<Vec4b>(i, j)[] * c + b);
//Red
img.at<Vec4b>(i, j)[] = (uchar) (img.at<Vec4b>(i, j)[] * c + b);
//Alpha
img.at<Vec4b>(i,j)[] = ;
}
}
int size = w * h;
jintArray result = env->NewIntArray(size);
env->SetIntArrayRegion(result,,size,pixels);
env->ReleaseIntArrayElements(pixels_, pixels, );
return result;
}