如何使用Python調整圖片的亮度和對比度

如何使用Python調整圖片的亮度和對比度

引言：
在影像處理中，調整亮度和對比度是常見且重要的操作之一。 Python提供了豐富的影像處理函式庫，如PIL、OpenCV等，可以很方便地實現這兩個操作。本文將介紹如何使用Python程式碼來調整影像的亮度和對比度，並給出對應的程式碼範例。

第一部分：調整影像亮度
影像亮度的調整可以透過改變每個像素的RGB值來實現。具體的方法是將每個像素的RGB值都加上一個固定的增量。下面是一個使用PIL函式庫來調整影像亮度的範例程式碼：

from PIL import ImageEnhance

# 打开图像
image = Image.open('image.jpg')

# 创建Enhancer对象
enhancer = ImageEnhance.Brightness(image)

# 调整亮度为原来的2倍
bright_image = enhancer.enhance(2)

# 显示图像
bright_image.show()

# 保存图像
bright_image.save('bright_image.jpg')

在上述程式碼中，先透過Image.open()函式開啟一張影像，然後使用ImageEnhance.Brightness()函式建立一個Enhancer對象。接著使用Enhancer物件的enhance()方法來調整影像的亮度，參數表示亮度的倍數。最後呼叫show()方法將調整後的影像展示出來，也可以使用save()方法儲存影像。

第二部分：調整影像對比度
影像對比度的調整是透過改變每個像素的相對亮度來實現的。具體的方法是將每個像素的RGB值都乘以固定的增量。下面是一個使用OpenCV函式庫來調整影像對比度的範例程式碼：

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 提取亮度通道
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
v_channel = hsv_image[:,:,2]

# 调整亮度为原来的2倍
contrast_image = cv2.addWeighted(v_channel, 2, np.zeros(v_channel.shape, v_channel.dtype), 0, 0)

# 将亮度通道替换回原图像
hsv_image[:,:,2] = contrast_image
contrast_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

# 显示图像
cv2.imshow('contrast_image', contrast_image)
cv2.waitKey(0)

# 保存图像
cv2.imwrite('contrast_image.jpg', contrast_image)

在上述程式碼中，首先使用cv2.imread()函數讀取一張影像，然後使用cv2.cvtColor()函數將影像從BGR色彩空間轉換為HSV色彩空間，這是因為HSV色彩空間對亮度的變化更加敏感。接著透過提取亮度通道hsv_image[:,:,2]，得到一個表示亮度的二維數組v_channel。

接著使用cv2.addWeighted()函數對亮度通道進行線性組合來調整對比度，其中第一個參數表示輸入影像，第二個參數表示亮度的倍數，這裡設為2。最後再將調整後的亮度通道取代回原影像，並透過cv2.cvtColor()函數將影像從HSV色彩空間轉換回BGR色彩空間。

最後透過cv2.imshow()函數將調整後的圖像展示出來，cv2.waitKey(0)用於等待按鍵，cv2.imwrite()函數用於保存圖像。

結語：
透過上述程式碼範例，我們可以看到，使用Python來調整影像的亮度和對比度非常簡單，只需要簡單的幾行程式碼就可以實現。透過不同的參數設置，可以實現不同程度的亮度和對比度調整，從而滿足不同的需求。在實際應用中，可以根據特定的情況選擇適合的調整方法和參數來達到最佳效果。希望本文對於讀者們在圖像處理中的學習和實踐有所幫助。

以上是如何使用Python調整圖片的亮度和對比度的詳細內容。更多資訊請關注PHP中文網其他相關文章！