malloc(): memory corruption (fast): C++ opencv编写出错

split(re_src_image, channels);
re_src_image = channels.at(2);
这里已经将一个彩色图像分为RGB三个单通道的图像保存在channels中,然后将红色通道赋值给了re_src_image;
至此,re_src_image是一个仅保存了红色通道信息的数组.
light_image.at(y, x)[c] = (ContrastValue*0.01)*(re_src_image.at(y, x)[c]) + BrightValue;
这里又对re_src_image进行3通道操作所以报错.
可以将上句话改写为 light_image.at(y, x) = (ContrastValue*0.01)*(re_src_image.at(y, x)) + BrightValue;

就你的程序而言不是对图像整体的亮度调整, 而是调整了一个通道,并且结果也丢失了其他通道的信息
你可以参考以下代码两种彩色模型下对亮度的调整

void RGB_BrightnessEnhancement(cv::Mat &SrcImg, float BrightValue,
float ContrastValue, cv::Mat &dstImg)
{
    std::vector<cv::Mat>channels;
    cv::split(SrcImg, channels);
    for (int i = 0; i < channels.size(); i++)
    {
        for (int px = 0; px < SrcImg.rows; px++)
        {
            for (int py = 0; py < SrcImg.cols; py++)
            {
                channels[i].at<uchar>(px, py) =  (ContrastValue*0.01)*(channels[i].at<uchar>(px, py)) + BrightValue;
            }
        }
    }
    cv::merge(channels, dstImg);
}
void HSV_BrightnessEnhancement(cv::Mat &SrcImg, float BrightValue,float ContrastValue, cv::Mat &dstImg)
{
    std::vector<cv::Mat> HSVImg;
    cv::cvtColor(SrcImg, dstImg, CV_BGR2HSV);
    cv::split(dstImg, HSVImg);
    for (int i = 0; i < dstImg.rows; i++)
    {
        for (int j = 0; j < dstImg.cols; j++)
        {
            HSVImg[2].at<uchar>(i, j) = (ContrastValue*0.01)* (HSVImg[2].at<uchar>(i, j) )+ BrightValue;
        }
    }
    cv::merge(HSVImg, dstImg);
    cv::cvtColor(dstImg, dstImg, CV_HSV2BGR);
}