前陣子請了年假，陪女友出了趟遠門，途中心情愉悅景色宜人，不過累也是真的累，尤其在幾天都沒休息好還要一路顛簸回到家之後。
誰想到前腳剛踏回家門的我，剛準備休息，就收到了這樣的消息：
把圖片逐一保存，沒想到她四天功夫竟然拍了小兩百張照片。
這就有點讓我為難了：首先我現在的工作不需要切圖，PS也早就卸載了，其次就算有PS，光是給幾百張圖套上預設也得好一會兒才能搞定。又累又睏還要做事，想想就很折磨。
我有點一籌莫展，一邊琢磨一邊端詳起這些照片來：
#由於原圖品質還可以，所以如果修的話其實不需要太多操作，因為當天雲彩很多光線不是很好，照片顏色有點平淡，可以適當加一下飽和度，同時降低一下亮度，就能得到一張不錯的照片了。
這時我突然想起前陣子看OpenCV時用過的一個api，借助python，我們說不定能快速把這幾百張圖搞定。
首先介紹HSV，HSV是一種色彩空間，與RGB透過紅綠藍的組合來描述顏色不同，HSV把顏色拆分為色調（H）、飽和度（S）和明度（ V）三個維度，這樣能夠更直接的表達色彩的明暗以及鮮豔程度，因此廣泛應用於影像辨識領域。
借助opencv的split()函數，我們可以將圖片的HSV變數分離出來，然後修改後再用merge()函數合成一張新的圖片，達到批量修改飽和度和明度的效果。同時split()也可以將圖片的RGB三顏色頻道分離出來，然後單獨對某個頻道進行修改。
話不多說，開始操作：
import cv2
import numpy as np
import os
def modify_image(img_path, target_dir):
# 读取全部跟女朋友旅遊三天，Python治好了我的精神內耗...
pic = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
# 将跟女朋友旅遊三天，Python治好了我的精神內耗...修改为HSV
pichsv = cv2.cvtColor(pic, cv2.COLOR_BGR2HSV)
# 提取饱和度和明度
H,S,V = cv2.split(pichsv)
# S为饱和度，V为明度
new_pic = cv2.merge([np.uint8(H), np.uint8(S*1.4), np.uint8(V*0.9)])
# 将合并后的跟女朋友旅遊三天，Python治好了我的精神內耗...重置为RGB
pictar = cv2.cvtColor(new_pic, cv2.COLOR_HSV2BGR)
# 获取原文件名
file_name = img_path.split("/")[-1]
# 将跟女朋友旅遊三天，Python治好了我的精神內耗...写入目录
cv2.imwrite(os.path.join(target_dir, file_name), pictar)
root, dirs, files = next(os.walk("./test/"))
for item in files:
img_path = os.path.join(root,item)
process_image(img_path, "./target/")三下五除二搞定了程式碼，看眼手機的功夫，幾百張圖片就處理完畢了。左邊是修改前，右邊是修改後，可以看到效果還是很明顯的，顏色飽滿了許多。
幾分鐘就搞定了所有的圖片，女朋友滿臉不可思議，但對結果很滿意，我當然不會告訴她我是怎麼做到的啦。
以上是跟女朋友旅遊三天，Python治好了我的精神內耗...的詳細內容。更多資訊請關注PHP中文網其他相關文章！
