图像亮度通俗理解便是图像的明暗程度，数字图像 f(x，y) = i(x，y) r(x， y) ，如果灰度值在[0，255]之间，则 f 值越接近0亮度越低，f 值越接近255亮度越高。而且我们也要把亮度和对比度区分开来，正如上述提的对比度指的是最高和最低灰度级之间的灰度差。
饱和度指的是图像颜色种类的多少， 上面提到图像的灰度级是[Lmin，Lmax]，则在Lmin、Lmax 的中间值越多，便代表图像的颜色种类多，饱和度也就更高，外观上看起来图像会更鲜艳，调整饱和度可以修正过度曝光或者未充分曝光的图片。使图像看上去更加自然
对于数字图像变换，设原像素灰度为 f(i,j)，转化后的像素灰度为 g(i,j)，则常用的线性变换是 g(i,j)= af(i,j) + b， 其中系数 a 影响图像的对比度，系数 b 影响图像的亮度，具体如下：
(1) a=1时是原图；(2) a>1时对比度增强，图像看起来更加清晰；(3) a<1时对比度减弱，图像看起来变暗；(4) b影响图像的亮度，随着增加b (b>0)和减小b (b>0)，图像整体的灰度值上移或者下移, 也就是图像整体变亮或者变暗, 不会改变图像的对比度常用代码：
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 (y,x)[c]= saturate_cast ( (g_nContrastValue*0.01)*(image.at (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。
代码如下：
//-----------------------------------【头文件包含部分】---------------------------------------// 描述：包含程序所依赖的头文件//---------------------------------------------------------------------------------------------- #include#include #include "opencv2/imgproc/imgproc.hpp"#include //-----------------------------------【命名空间声明部分】---------------------------------------// 描述：包含程序所使用的命名空间//----------------------------------------------------------------------------------------------- using namespace std;using namespace cv;//-----------------------------------【全局函数声明部分】--------------------------------------// 描述：全局函数声明//-----------------------------------------------------------------------------------------------static void ContrastAndBright(int, void *);//-----------------------------------【全局变量声明部分】--------------------------------------// 描述：全局变量声明//-----------------------------------------------------------------------------------------------int g_nContrastValue; //对比度值int g_nBrightValue; //亮度值Mat g_srcImage, g_dstImage;//-----------------------------------【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//-----------------------------------------------------------------------------------------------int main(){ //改变控制台前景色和背景色 system("color 2F"); // 读入用户提供的图像 g_srcImage = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\cat.jpg"); if (!g_srcImage.data) { printf("读取g_srcImage图片错误~！ \n"); return false; } g_dstImage = Mat::zeros(g_srcImage.size(), g_srcImage.type()); //设定对比度和亮度的初值 g_nContrastValue = 80; g_nBrightValue = 80; //创建窗口 namedWindow("【效果图窗口】", 1); //创建轨迹条 createTrackbar("对比度：", "【效果图窗口】", &g_nContrastValue, 300, ContrastAndBright); createTrackbar("亮 度：", "【效果图窗口】", &g_nBrightValue, 200, ContrastAndBright); //调用回调函数 ContrastAndBright(g_nContrastValue, 0); ContrastAndBright(g_nBrightValue, 0); //输出一些帮助信息 cout << endl << "\t运行成功，请调整滚动条观察图像效果\n\n" << "\t按下“q”键时，程序退出\n"; //按下“q”键时，程序退出 while (char(waitKey(1)) != 'q') {} return 0;}//-----------------------------【ContrastAndBright( )函数】------------------------------------// 描述：改变图像对比度和亮度值的回调函数//-----------------------------------------------------------------------------------------------static void ContrastAndBright(int, void *){ // 创建窗口 namedWindow("【原始图窗口】", 1); // 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 (y, x)[c] = saturate_cast ((g_nContrastValue*0.01)*(g_srcImage.at (y, x)[c]) + g_nBrightValue); } } } // 显示图像 imshow("【原始图窗口】", g_srcImage); imshow("【效果图窗口】", g_dstImage);}
效果图：
