suchen
HeimBackend-EntwicklungPython-TutorialSo passen Sie die Helligkeit und den Kontrast eines Bildes mit Python an

So passen Sie die Helligkeit und den Kontrast eines Bildes mit Python an

So passen Sie mit Python die Helligkeit und den Kontrast von Bildern an

Einführung:
Bei der Bildverarbeitung ist das Anpassen von Helligkeit und Kontrast einer der häufigsten und wichtigsten Vorgänge. Python bietet eine Fülle von Bildverarbeitungsbibliotheken wie PIL, OpenCV usw., mit denen diese beiden Vorgänge problemlos implementiert werden können. In diesem Artikel wird die Verwendung von Python-Code zum Anpassen der Helligkeit und des Kontrasts von Bildern vorgestellt und entsprechende Codebeispiele gegeben.

Teil Eins: Bildhelligkeit anpassen
Die Anpassung der Bildhelligkeit kann durch Ändern des RGB-Werts jedes Pixels erreicht werden. Die spezifische Methode besteht darin, dem RGB-Wert jedes Pixels ein festes Inkrement hinzuzufügen. Hier ist ein Beispielcode, der die PIL-Bibliothek verwendet, um die Helligkeit eines Bildes anzupassen:

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')

Im obigen Code wird zunächst ein Bild über die Funktion Image.open() geöffnet und dann mit ImageEnhance ein Enhancer-Objekt erstellt .Brightness()-Funktion. Verwenden Sie dann die Methode „Enhance()“ des Enhancer-Objekts, um die Helligkeit des Bildes anzupassen. Der Parameter stellt das Vielfache der Helligkeit dar. Rufen Sie abschließend die Methode show() auf, um das angepasste Bild anzuzeigen, oder verwenden Sie die Methode save(), um das Bild zu speichern.

Teil 2: Anpassen des Bildkontrasts
Die Anpassung des Bildkontrasts erfolgt durch Ändern der relativen Helligkeit jedes Pixels. Die spezifische Methode besteht darin, den RGB-Wert jedes Pixels mit einem festen Inkrement zu multiplizieren. Unten ist ein Beispielcode, der die OpenCV-Bibliothek verwendet, um den Kontrast eines Bildes anzupassen:

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)

Im obigen Code wird ein Bild zuerst mit der Funktion cv2.imread() gelesen und dann wird das Bild aus der BGR-Farbe konvertiert Verwenden Sie die Funktion cv2.cvtColor(), um den Farbraum in den HSV-Farbraum umzuwandeln, da der HSV-Farbraum empfindlicher auf Helligkeitsänderungen reagiert. Anschließend wird durch Extrahieren des Helligkeitskanals hsv_image[:,:,2] ein zweidimensionales Array v_channel erhalten, das die Helligkeit darstellt.

Verwenden Sie dann die Funktion cv2.addWeighted(), um die Helligkeitskanäle linear zu kombinieren, um den Kontrast anzupassen, wobei der erste Parameter das Eingabebild und der zweite Parameter das Vielfache der Helligkeit darstellt, hier auf 2 eingestellt. Abschließend wird der angepasste Helligkeitskanal wieder durch das Originalbild ersetzt und das Bild wird über die Funktion cv2.cvtColor() vom HSV-Farbraum zurück in den BGR-Farbraum konvertiert.

Abschließend wird das angepasste Bild über die Funktion cv2.imshow() angezeigt, mit cv2.waitKey(0) wird auf den Schlüssel gewartet und mit der Funktion cv2.imwrite() wird das Bild gespeichert.

Fazit:
Anhand der obigen Codebeispiele können wir sehen, dass die Verwendung von Python zum Anpassen der Helligkeit und des Kontrasts von Bildern sehr einfach ist und mit nur wenigen Codezeilen erreicht werden kann. Durch unterschiedliche Parametereinstellungen können unterschiedliche Grade der Helligkeits- und Kontrastanpassung erreicht werden, um unterschiedlichen Anforderungen gerecht zu werden. In praktischen Anwendungen können geeignete Anpassungsmethoden und Parameter je nach Situation ausgewählt werden, um die besten Ergebnisse zu erzielen. Ich hoffe, dass dieser Artikel den Lesern beim Erlernen und Üben der Bildverarbeitung hilfreich sein wird.

Das obige ist der detaillierte Inhalt vonSo passen Sie die Helligkeit und den Kontrast eines Bildes mit Python an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Python vs. C: Anwendungen und Anwendungsfälle verglichenPython vs. C: Anwendungen und Anwendungsfälle verglichenApr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Der 2-stündige Python-Plan: ein realistischer AnsatzDer 2-stündige Python-Plan: ein realistischer AnsatzApr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python: Erforschen der primären AnwendungenPython: Erforschen der primären AnwendungenApr 10, 2025 am 09:41 AM

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Wie viel Python können Sie in 2 Stunden lernen?Wie viel Python können Sie in 2 Stunden lernen?Apr 09, 2025 pm 04:33 PM

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Apr 02, 2025 am 07:18 AM

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Apr 02, 2025 am 07:15 AM

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Apr 02, 2025 am 07:12 AM

Laden Sie Gurkendateien in Python 3.6 Umgebungsbericht Fehler: ModulenotFoundError: Nomodulennamen ...

Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Apr 02, 2025 am 07:09 AM

Wie löste ich das Problem der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse? Wenn wir malerische Spot -Kommentare und -analysen durchführen, verwenden wir häufig das Jieba -Word -Segmentierungstool, um den Text zu verarbeiten ...

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Wie man alles in Myrise freischaltet
4 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

WebStorm-Mac-Version

WebStorm-Mac-Version

Nützliche JavaScript-Entwicklungstools

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

SublimeText3 Linux neue Version

SublimeText3 Linux neue Version

SublimeText3 Linux neueste Version

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor