本篇是對實現處理功能：【調整】實現的記錄。
利用公式：g(i,j) = contrast*f(i,j)+brightness。在原影象基礎上，根據拖動條的資料大小，整體的加上或者減去不同的brightness。實現影象的亮度調整。
當大於50的時候，beta範圍為0 - 100,對應mat亮度增加。當小於50的時候，deta範圍為0 - (-100),對應亮度降低。
對應的效果如下：
簡單的說就是，影象r和b通道資料的增減，來實現影象整體偏冷或者偏暖。增加影象b通道的資料，讓影象偏冷。對應的效果如下：
同樣利用公式：g(i,j) = contrast*f(i,j)+brightness。在原影象基礎上，根據拖動條的資料大小，整體的乘上contrast，根據contrast的不同，來實現影象的亮度調整。對應的效果如下：
將rgb影象，轉換為hsv格式之後，其中的s分量就表示為飽和度，通過增加、減小該分量來實現飽和度的增減。對應的效果如下：
通過對影象的模糊來降低影象銳度；首先將影象模糊，接著用模糊影象減去原影象，再與原影象相加，從而增加影象銳度。對應的效果如下：
首先統計出影象[0,255]的直方圖資料，計算出影象畫素從0開始到佔據所有畫素點50%時候的畫素值；接著計算出到佔據80%時候的對應的畫素值。剩下20%的畫素點，預設為亮處資料，之前統計的80%資料為非亮處畫素。將80%的非亮處畫素，從新對映到0到之前50%時候畫素值範圍，將20%的亮處資料對映到之前統計的50%畫素值到本影象最大畫素值區間範圍內。
相當於增大了亮處資料的對比度。從而使得亮處的細節更加清楚。
細節效果越明顯，將閥值throwld和80%處的畫素值大小，儲存到scale_flag陣列中。接著計算出從新對映的公式。最後通過：
s1.val[0] = s1.val[0] * high_val[0];
s1.val[0] = scale_flag[0] + (s1.val[0] - scale_flag[1]) * high_val[1];
對影象亮處畫素和非亮處畫素進行重新對映，然後將影象格式從新轉換回bgr格式。
對應的效果如下：和之前的亮度細節類似，區別是亮處細節時候，是從0開始統計到50%為閥值，80%以上為亮處細節。這裡是從255開始。畫素值遞減的統計，也是50%為閥值。80%以上的資料的暗處細節。最後將非暗處細節的資料，從新對映到255開始統計的，50%畫素範圍內，將暗處細節資料對映到50%畫素開始到畫素 值為0的畫素範圍內。
對應的效果如下：OpenCV的雙目相機remap
雙目相機的remap主要是為了解決 極線對齊 的問題，需要輸入相機的內外引數，分別產生左圖x方向 y方向和右圖x方向 y方向的remap 並由這個 按照lut對原影象進行 極限校正 對極幾何是雙目相機立體標定的數學基礎，相關知識點參考 主要思路是 1 讀入雙目相機的內外引數 filestorage ...
opencv之基於qt ide除錯
opencv 2.2是乙個里程碑版本。build all.sh用於編譯samples c目錄下的c和cpp檔案。是乙個遍歷的效果。可以提煉其核心編譯語句用於其他c或cpp檔案的編譯。發現另外一本書，用於學習opencv 2。非常好，但同時需要將qt編譯環境熟悉起來。影象畫素的儲存是否連續？如果沒有p...
基於OpenCV的單目工業相機內外參標定
1.工業相機內參和畸變係數標定 2.工業相機外參標定，用於座標系轉換 標定板，最好採購精度較高的玻璃標定板，自己列印的a4紙質標定板坑死我了，光是卡尺測量誤差就在1mm，標定過程中還有變形 d65光箱，有條件的話 void cameracalibration computeactualchessbo...