OpenCV-Python快速入门系列07TrackBar/滚动条操作-参数传递与调整亮度与对比度

在上一节的学习中，我们掌握了如何通过调整 TrackBar（滚动条） 实现图片亮度的动态调节。本节将在此基础上进一步拓展，通过增加一个滚动条，实现对图片 亮度 和 对比度 的同时调节。这样不仅可以增强图像的可视化效果，还能为更多实际应用提供灵活的图像处理手段。

def adjust_contrast_demo():
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return
    cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
    cv.createTrackbar("lightness", "input", 0, 100, nothing)
    cv.createTrackbar("contrast", "input", 100, 200, nothing)
    cv.imshow("input", image)
    blank = np.zeros_like(image)
    while True:
        light = cv.getTrackbarPos("lightness", "input")
        contrast = cv.getTrackbarPos("contrast", "input") /100
        result = cv.addWeighted(image, contrast,blank, 0.5, light)
        print("lightness: ", light, "contrast: ", contrast)
        cv.imshow('result', result)
        c = cv.waitKey(1)
        if c == 27:
            break
    cv.destroyAllWindows()

默认状态

调节亮度和对比度效果

看视频后感悟

这一节看视频没太明白，不清楚相关的函数功能，也不清楚参数为什么要这么写。

将代码扔给了AI解释一下：

这段代码的目的是通过两个 TrackBar（滚动条） 实现对图像亮度和对比度的同时调节。不过，其中存在一些逻辑问题需要修正和优化，以下是逐行分析以及优化后的实现。

问题分析

1. 亮度和对比度的计算逻辑问题
   • cv.addWeighted() 的参数不合理：python复制代码result = cv.addWeighted(image, contrast, blank, 0.5, light)
     • 第二个参数为原图的权重，应与对比度相关。
     • 第四个参数 0.5 为空白图像的权重，但此处的 blank 并未与 light 直接关联，逻辑有误。
     • 第五个参数 light 表示亮度偏移，应单独控制。
2. 无关变量 blank
   • blank 初始化为与 image 相同大小的全零矩阵，但实际上未被正确使用，且无必要。
3. 对比度范围映射问题
   • 滑动条范围为 [100, 200]，映射为 [1.0, 2.0]，较为生硬，可以优化为更灵活的映射（如负对比度调整）。

优化后的代码

import cv2 as cv
import numpy as np

def nothing(x):
    pass

def adjust_contrast_demo():
    # 读取图像
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    # 创建窗口和 TrackBar
    cv.namedWindow("Adjustments", cv.WINDOW_AUTOSIZE)
    cv.createTrackbar("Lightness", "Adjustments", 50, 100, nothing)  # 亮度：初始50，范围0-100
    cv.createTrackbar("Contrast", "Adjustments", 100, 300, nothing)  # 对比度：初始100，范围0-300

    while True:
        # 获取滑动条的值
        lightness = cv.getTrackbarPos("Lightness", "Adjustments") - 50  # 亮度范围[-50, 50]
        contrast = cv.getTrackbarPos("Contrast", "Adjustments") / 100.0  # 对比度范围[1.0, 3.0]

        # 调整亮度和对比度
        result = cv.convertScaleAbs(image, alpha=contrast, beta=lightness)

        # 打印参数
        print(f"Lightness: {lightness}, Contrast: {contrast:.2f}")

        # 显示结果
        cv.imshow("Adjustments", result)

        # 按 ESC 退出
        if cv.waitKey(1) == 27:
            break

    cv.destroyAllWindows()

# 调用函数
adjust_contrast_demo()

这段代码的目的是通过两个 TrackBar（滚动条） 实现对图像亮度和对比度的同时调节。不过，其中存在一些逻辑问题需要修正和优化，以下是逐行分析以及优化后的实现。

问题分析

1. 亮度和对比度的计算逻辑问题
   • cv.addWeighted() 的参数不合理：python复制代码result = cv.addWeighted(image, contrast, blank, 0.5, light)
     • 第二个参数为原图的权重，应与对比度相关。
     • 第四个参数 0.5 为空白图像的权重，但此处的 blank 并未与 light 直接关联，逻辑有误。
     • 第五个参数 light 表示亮度偏移，应单独控制。
2. 无关变量 blank
   • blank 初始化为与 image 相同大小的全零矩阵，但实际上未被正确使用，且无必要。
3. 对比度范围映射问题
   • 滑动条范围为 [100, 200]，映射为 [1.0, 2.0]，较为生硬，可以优化为更灵活的映射（如负对比度调整）。

优化后的代码

import cv2 as cv
import numpy as np

def nothing(x):
    pass

def adjust_contrast_demo():
    # 读取图像
    image = cv.imread('images/test.png')
    if image is None:
        print("Error: Image not found or failed to load.")
        return

    # 创建窗口和 TrackBar
    cv.namedWindow("Adjustments", cv.WINDOW_AUTOSIZE)
    cv.createTrackbar("Lightness", "Adjustments", 50, 100, nothing)  # 亮度：初始50，范围0-100
    cv.createTrackbar("Contrast", "Adjustments", 100, 300, nothing)  # 对比度：初始100，范围0-300

    while True:
        # 获取滑动条的值
        lightness = cv.getTrackbarPos("Lightness", "Adjustments") - 50  # 亮度范围[-50, 50]
        contrast = cv.getTrackbarPos("Contrast", "Adjustments") / 100.0  # 对比度范围[1.0, 3.0]

        # 调整亮度和对比度
        result = cv.convertScaleAbs(image, alpha=contrast, beta=lightness)

        # 打印参数
        print(f"Lightness: {lightness}, Contrast: {contrast:.2f}")

        # 显示结果
        cv.imshow("Adjustments", result)

        # 按 ESC 退出
        if cv.waitKey(1) == 27:
            break

    cv.destroyAllWindows()

# 调用函数
adjust_contrast_demo()

优化点详解

1. 亮度调整
   • 通过 TrackBar 的值减去初始值 50，将亮度范围从 [0, 100] 映射到 [-50, 50]。
   • 使用 cv.convertScaleAbs() 的 beta 参数直接调整亮度。
2. 对比度调整
   • 对比度的滑动条范围 [100, 300]，映射为 [1.0, 3.0]，通过 /100.0 实现。
   • 使用 cv.convertScaleAbs() 的 alpha 参数调整对比度，支持增强和减弱。
3. 清除冗余变量
   • 删除不必要的 blank 变量，减少复杂度。
4. 参数输出
   • 打印实时的亮度和对比度值，便于观察调节效果。