我想将现有图像的亮度和对比度都更改 100%。
decoded = Image.open(BytesIO(base64.b64decode(base64Data)))
image = cv2.cvtColor(np.array(decoded), cv2.COLOR_BGR2RGB)
有没有允许我这样做的功能？
【问题讨论】：
Convertt to HSV、double S and V channels、then convert back。 Here is my result
我找不到 OpenCV 函数，但我找到了该指南： https://docs.opencv.org/3.4/d3/dc1/tutorial_basic_linear_transform.html 它说您可以通过这种方式调整对比度和亮度：
new_image = old_image * contrast_coeff + brightness_coeff
但是，我没有使用它，因为您可以注意到，如果您只想更改对比度，它不会同时使暗像素变暗和亮像素变亮。
之前我使用了 tensorflow 的对比度调整，所以我使用了它的公式：
float_image = image / 255.0 # image must be float!!
mean = np.mean(image, axis=-1) # compute mean values over each channel
new_image = (image - mean) * contrast_coeff + mean # change contrast
您可能还想将结果转换为 int，因此最好将值削减为 0 以下和 1 以上。您可以对其进行规范化，或者您可以只剪辑：
new_image = np.clip(new_image, a_min=0., a_max=1.) # cut values under 0 and over 1
如您所见，这一切都没有使用 OpenCV，而是使用了 NumPy，所以我希望它适合您的需求。
您可能还想了解不同的对比度公式：https://en.wikipedia.org/wiki/Contrast_(vision)
【讨论】：
这是使用 skimage rescale_intensity 的一种简单方法。您提供要成为 min=0 和 max=255 输出值的最小和最大输入值，它会对所有图像值进行线性调整。这里有两个例子：
输入：
import cv2
import numpy as np
import skimage.exposure
# load image with alpha channel
img = cv2.imread('lena.png')
# adjust just the input max value
out1 = skimage.exposure.rescale_intensity(img, in_range=(0,128), out_range=(0,255))
cv2.imwrite('lena_stretch_0_128.png', out1)
# adjust both the input min and max values
out2 = skimage.exposure.rescale_intensity(img, in_range=(64,192), out_range=(0,255))
cv2.imwrite('lena_stretch_64_192.png', out2)
cv2.imshow('Out1', out1)
cv2.imshow('Out2', out2)
cv2.waitKey(0)
cv2.destroyAllWindows()
Out1（仅调整输入最小值）：
Out2（调整输入最小值和最大值）：
【讨论】：
这是一种非常数学且直接的方法，可以将亮度和对比度作为参数进行调整。对比度控制输出与输入值图中直线方程的斜率。截距取决于亮度和对比度。亮度控制直线斜率的枢轴点，使得所需结果越亮，枢轴点越高。这是提供 bri 和 con 参数的代码，它们可以在 -100 到 100 的范围内更改，但受到限制，因此不能反转对比度。 bri=0 和 con=-100 的值将使图像去饱和，使其完全为中灰色。 bri=100 和 con=-100 的值将产生纯白色图像。同样 bri=-100 和 con=-100 将产生纯黑色图像。所以 bri 和 con 值就像百分比变化。因此 bri=0 和 con=0 与输入没有任何变化。
输入：
import cv2
import numpy as np
import math
# load image with alpha channel
img = cv2.imread('lena.png')
# define desired brightness and contrast change values
bri = 20
con = 20
# compute slope and intercept
diffcon = (100 - con)
if diffcon <= 0.1: con=99.9
arg = math.pi * (((con * con) / 20000) + (3 * con / 200)) / 4
slope = 1 + (math.sin(arg) / math.cos(arg))
if slope < 0: slope=0
pivot = (100 - bri) / 200
intcpbri = bri / 100
intcpcon = pivot * (1 - slope)
intercept = (intcpbri + intcpcon)
# print slope and intercept
print(slope, intercept)
# apply slope and intercept
img = img/255.0
out = slope * img + intercept
out[out>1] = 1
out[out<0] = 0
# display IN and OUT images
cv2.imshow('IN', img)
cv2.imshow('OUT', out)
cv2.waitKey(0)
cv2.destroyAllWindows()
# save output image
out = 255.0 * out
out = out.astype(int)
cv2.imwrite('lena_bc_20_20.png', out)
【讨论】：