在数学中我们学过线性理论，在图像亮度和对比度调节中同样适用，看下面这个公式：
在图像像素中其中：
- 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。
一、获取图像像素
在opencv中图像数据是存放在Mat数据类型中，我们知道一个像素有rgb构成，所以Mat是个三维数组，一下就是简单的获取mat中图像像素。
//三个for循环，执行运算 new_image(i,j) =a*image(i,j) + b
for(int y = 0; y < image.rows; y++ )
{
for(int x = 0; x < image.cols; x++ )
{
for(int c = 0; c < 3; c++ )
{
new_image.at<Vec3b>(y,x)[c]= saturate_cast<uchar>( (g_nContrastValue*0.01)*(image.at<Vec3b>(y,x)[c] ) + g_nBrightValue );
}
}
}
上述代码中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。
saturate_cast为了安全转换，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），用saturate_cast对结果进行转换，以确保它为有效值。
二、实例程序
tatic void ContrastAndBright(int, void *);
//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
string strWindowName = "对比度亮度效果图";
string strTraName = "对比度";
string strTraName1 = "亮度";
int g_nContraValue = 0;
int g_nBrightValue = 0;
Mat g_srcImage,g_dstImage;
int main( )
{
system("color 5E");
g_srcImage= imread("dota_jugg.jpg");
if(!g_srcImage.data ) { printf("Oh，no，读取g_srcImage图片错误~！\n"); return -1; }
g_dstImage= Mat::zeros( g_srcImage.size(), g_srcImage.type() );
//创建窗口
namedWindow("【原始图窗口】", 1);
//显示图像
imshow("【原始图窗口】", g_srcImage);
namedWindow(strWindowName);
createTrackbar(strTraName,strWindowName,&g_nContraValue,100,ContrastAndBright);
createTrackbar(strTraName1,strWindowName,&g_nBrightValue,100,ContrastAndBright);
/*if(MultiChannelBlending( ))
{
cout<<endl<<"嗯。好了，得出了你需要的混合值图像~";
}*/
//调用回调函数 waitKey(0);
return 0;
}
void ContrastAndBright(int, void *)
{ //三个for循环，执行运算 g_dstImage(i,j) =a*g_srcImage(i,j) + b
for(int y = 0; y < g_srcImage.rows; y++ )
{
for(int x = 0; x < g_srcImage.cols; x++ )
{
for(int c = 0; c < 3; c++ )
{
g_dstImage.at<Vec3b>(y,x)[c]= saturate_cast<uchar>( (g_nContraValue*0.01)*(g_srcImage.at<Vec3b>(y,x)[c] ) + g_nBrightValue );
}
}
} imshow(strWindowName, g_dstImage);
}
三、代码分析
上述代码中流程为：
1、获取源图像srcImage
2、创建以个目标图像dstImage，全是0，所以是黑色图像。
3、创建图像窗口
4、创建轨迹条（Trackbar），更改对比度和亮度的值，同时函数有回调函数，当移动bar函数调用。
5、对比度、亮度修改函数。
6、显示图像
四、轨迹条（Trackbar）的创建和使用
C++: int createTrackbar(conststring& trackbarname, conststring& winname,
int* value, int count, TrackbarCallback 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，或者说是滑块范围控制工具），指定一个和轨迹条位置同步的变量。而且要指定回调函数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。并且我们知道，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。
C++: 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。