这是2018年写的第一篇关于opencv的文章，考虑到图像增强对于初学者来说比较容易理解，因此从该方向入手，通过一些程序案例，分析图像增强的原理并展示效果。
首先，什么是图像增强？
图像增强就是通过对像素值局部或整体的变换，使得原来特征不明显的部分显得更加突出，并且抑制一些用户不感兴趣的特征，这样图像的价值将会更加明显。
举个例子：小明喜欢拍照，逆光拍摄了一组照片，结果照片整体很暗，勉强可以看到照片里面的内容，那么这时可以采取图像增强的方法，将图像整体亮度提高。
原始图像： 
处理后图像： 
可以看出图像确实增亮了不少，实现原理：
可以把
其中，
实现代码：
void fun2(float alpha,float beta) {
Mat image = imread("../seq/test1.jpg");
if (image.empty()) {
std::cout << "打开图像失败，请检查路径" << std::endl;
return;
}
imshow("image", image);
for(int i=0;i<image.rows;i++)
for (int j = 0; j < image.cols; j++) {
for (int k = 0; k < 3; k++) {
int tmp= (uchar)image.at<Vec3b>(i, j)[k] * alpha + beta;
if (tmp > 255)
image.at<Vec3b>(i, j)[k] = 2 * 255 - tmp;
else
image.at<Vec3b>(i, j)[k] = tmp;
}
}
imshow("亮度增强", image);
imwrite("../seq/亮度增强.png", image);
waitKey();
}这里的a和b的值，分别取1.5和10，大家也可以取其他的值。
图像增强的方法有很多，这只是最简单的方法，还有直方图均衡、对比度增强、去噪、锐化以及同态强化等。这些将后续推出，如有问题，请大家指正！
来源：CSDN
作者：畅游知识海洋
链接：https://blog.csdn.net/hutianyou123/article/details/78954444