【学习日志】2023.04.24 C++ 调整黑点、白点和中值以增加、平衡或降低对比度

ImageEditContrast

法一：

C++ 调整黑点、白点和中值以增加、平衡或降低对比度

static_cast<unsigned char> (zeno::max(0, zeno::min(255, (255 * (median - black)) / (white - black)))

调整黑点

要调整黑点，您需要将图像中的所有像素的值都减去一个常数。这将导致较暗的像素变得更暗，因为它们现在更接近黑色。

下面是一个示例代码片段，演示如何使用C++来调整黑点：

void adjustBlackPoint(unsigned char* imageData, int width, int height, int threshold) {
    for(int i = 0; i < width * height; i++) {
        if(imageData[i] < threshold) {
            imageData[i] = 0;
        } else {
            imageData[i] -= threshold;
        }
    }
}

在上面的代码中，imageData是图像数据的指针，width和height是图像的宽度和高度，threshold是一个常数，用于控制黑点的调整。这里，如果像素值小于threshold，则像素将被设置为0，否则将从像素值中减去threshold。

调整白点

要调整白点，您需要将图像中的所有像素的值都加上一个常数。这将导致较亮的像素变得更亮，因为它们现在更接近白色。

下面是一个示例代码片段，演示如何使用C++来调整白点：

void adjustWhitePoint(unsigned char* imageData, int width, int height, int threshold) {
    for(int i = 0; i < width * height; i++) {
        if(imageData[i] > threshold) {
            imageData[i] = 255;
        } else {
            imageData[i] += threshold;
        }
    }
}

在上面的代码中，imageData是图像数据的指针，width和height是图像的宽度和高度，threshold是一个常数，用于控制白点的调整。这里，如果像素值大于threshold，则像素将被设置为255，否则将从像素值中加上threshold。

调整中值

要调整中值，您需要计算图像的中值，并将所有像素的值移动到中值周围。这将导致图像的对比度增加，并使亮度更加均衡。

下面是一个示例代码片段，演示如何使用C++来调整中值：

void adjustMidValue(unsigned char* imageData, int width, int height) {
    int medianIndex = (width * height) / 2;
    std::nth_element(imageData, imageData + medianIndex, imageData + width * height);

    int medianValue = imageData[medianIndex];

    for(int i = 0; i < width * height; i++) {
        imageData[i] += (128 - medianValue);
    }

法二：

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

// 读取图像数据并将其存储为二维数组
vector<vector<int>> readImage(string filename, int width, int height) {
    // 读取图像数据
    // ...

    // 将图像数据存储为二维数组
    vector<vector<int>> image(height, vector<int>(width));
    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            image[i][j] = imageData[i * width + j];
        }
    }

    return image;
}

// 调整黑点、白点和中值以增加、平衡或降低对比度
vector<vector<int>> adjustContrast(vector<vector<int>> image, int blackPoint, int whitePoint, int median) {
    int height = image.size();
    int width = image[0].size();

    for (int i = 0; i < height; i++) {
        for (int j = 0; j < width; j++) {
            // 增加、平衡或降低对比度
            int pixel = image[i][j];
            pixel -= blackPoint;
            pixel += whitePoint;
            pixel += median / 2;

            // 如果调整后的像素值小于0，则将其设置为0
            if (pixel < 0) {
                pixel = 0;
            }

            // 如果调整后的像素值大于255，则将其设置为255
            if (pixel > 255) {
                pixel = 255;
            }

            image[i][j] = pixel;
        }
    }

    return image;
}

int main() {
    // 读取图像数据
    vector<vector<int>> image = readImage("image.bmp", 640, 480);

    // 增加、平衡或降低对比度
    int blackPoint = 10;
    int whitePoint = -10;
    int median = 128;
    image = adjustContrast(image, blackPoint, whitePoint, median);

    // 保存图像数据
    // ...

    return 0;
}

法三：

#include <iostream>
#include <vector>
#include <algorithm>

// 像素值映射函数
int map(int value, int black, int white) {
    return std::max(0, std::min(255, (255 * (value - black)) / (white - black)));
}

// 调整黑点和白点以增加或平衡对比度
void adjust_contrast(std::vector<unsigned char>& pixels, int width, int height, int black, int white) {
    for (int i = 0; i < width * height; i++) {
        pixels[i] = static_cast<unsigned char>(map(pixels[i], black, white));
    }
}

// 使用中值滤波器平滑图像以降低对比度
void reduce_contrast(std::vector<unsigned char>& pixels, int width, int height, int kernel_size) {
    std::vector<unsigned char> temp(pixels.size());

    int half_kernel_size = kernel_size / 2;
    for (int y = 0; y < height; y++) {
        for (int x = 0; x < width; x++) {
            std::vector<unsigned char> values;
            for (int ky = -half_kernel_size; ky <= half_kernel_size; ky++) {
                for (int kx = -half_kernel_size; kx <= half_kernel_size; kx++) {
                    int nx = std::max(0, std::min(width - 1, x + kx));
                    int ny = std::max(0, std::min(height - 1, y + ky));
                    values.push_back(pixels[ny * width + nx]);
                }
            }
            std::sort(values.begin(), values.end());
            temp[y * width + x] = values[values.size() / 2];
        }
    }

    pixels = temp;
}

int main() {
    // 读取图像并将其转换为灰度图像
    int width = 640;
    int height = 480;
    std::vector<unsigned char> pixels(width * height);
    // 假设你已经从文件中加载了像素数据到 pixels 容器中

    // 计算图像的最小值和最大值
    int min_value = 255;
    int max_value = 0;
    for (int i = 0; i < width * height; i++) {
        min_value = std::min(min_value, static_cast<int>(pixels[i]));
        max_value = std::max(max_value, static_cast<int>(pixels[i]));
    }

    // 调整黑点和白点以增