python語言之影像處理：亮度調整演算法

　　亮度調整演算法說明(完整python程式碼在文末)：

　　本演算法的基本原理就是對畫素點統一進行加上或減去某個調整值，已達到亮度的增強或減弱。包括基於RGB空間R、G、B值的調整和基於HSV空間V值的調整。

　　1. 基於RGB空間亮度調整演算法：

　　主要是對RGB空間進行亮度調整。計算出調整係數後，調整手段主要有兩種：

　　1) 基於當前RGB值大小進行調整，即R、G、B值越大，調整的越大， 例如：當前畫素點為(100,200,50)，調整係數1.1，則調整後為(110,220,55);

　　2) 不考慮RGB值大小的影響，即始終對各個點R、G、B值進行相同的調整，例如：當前畫素點為(100,200,50)，調整係數10/255，則調整後為(110,210,60)。

　　2. 基於HSV空間亮度調整演算法：

　　主要是對HSV空間的亮度V值進行調整。計算出調整係數後，調整手段主要也有兩種：

　　1) 基於當前V值大小進行調整，即V值越大，調整的越大，例如：當前畫素點V值為200,調整係數1.1,則調整後為220;

　　2) 不考慮V值大小的影響，即始終對各個V值進行相同的調整， 例如：當前畫素點V值為200，調整係數10/255，則調整後為210。

　　完整python程式碼如下：

　　執行方式：開啟終端介面，在該py檔案目錄下，

　　執行：python 該檔案.py 圖片路徑 亮度等級(-1~1) 調整方式(0或1，預設1)

　　例如：python Lightness.py C:\Users\PDD\Desktop\pdd.jpg 0.3 (1)

　　import cv2

　　import sys

　　import numpy as np

　　import matplotlib.pyplot as plt

　　"""

　　基於RGB空間亮度調整演算法：

　　主要是對RGB空間進行亮度調整。計算出調整係數後，調整手段主要有兩種：

　　1) 基於當前RGB值大小進行調整，即R、G、B值越大，調整的越大，

　　例如：當前畫素點為(100,200,50),調整係數1.1,則調整後為(110,220,55);

　　2) 不考慮RGB值大小的影響，即始終對各個點R、G、B值進行相同的調整，

　　例如：當前畫素點為(100,200,50),調整係數10/255,則調整後為(110,210,60)。

　　"""

　　def RGBAlgorithm(rgb_img, value=0.5, basedOnCurrentValue=True):

　　img = rgb_img * 1.0

　　img_out = img

　　# 基於當前RGB進行調整(RGB*alpha)

　　if basedOnCurrentValue:

　　# 增量大於0，指數調整

　　if value >= 0 :

　　alpha = 1 - value

　　alpha = 1/alpha

　　# 增量小於0，線性調整

　　else:

　　alpha = value + 1

　　img_out[:, :, 0] = img[:, :, 0] * alpha

　　img_out[:, :, 1] = img[:, :, 1] * alpha

　　img_out[:, :, 2] = img[:, :, 2] * alpha

　　# 獨立於當前RGB進行調整(RGB+alpha*255)

　　else:

　　alpha = value

　　img_out[:, :, 0] = img[:, :, 0] + 255.0 * alpha

　　img_out[:, :, 1] = img[:, :, 1] + 255.0 * alpha

　　img_out[:, :, 2] = img[:, :, 2] + 255.0 * alpha

　　img_out = img_out/255.0

　　# RGB顏色上下限處理(小於0取0，大於1取1)

　　mask_3 = img_out < 0

　　mask_4 = img_out > 1

　　img_out = img_out * (1-mask_3)

　　img_out = img_out * (1-mask_4) + mask_4

　　return img_out

　　"""

　　基於HSV空間亮度調整演算法：

　　主要是對HSV空間的亮度V值進行調整。計算出調整係數後，調整手段主要有兩種：

　　1) 基於當前V值大小進行調整，即V值越大，調整的越大，

　　例如：當前畫素點V值為200,調整係數1.1,則調整後為220;

　　2) 不考慮V值大小的影響，即始終對各個V值進行相同的調整，

　　例如：當前畫素點V值為200,調整係數10/255,則調整後為210。

　　"""     無錫婦科醫院排行

　　def HSVAlgorithm(rgb_img, value=0.5, basedOnCurrentValue=True):

　　hsv_img = cv2.cvtColor(rgb_img, cv2.COLOR_RGB2HSV)

　　img = hsv_img * 1.0

　　img_out = img

　　# 基於當前亮度進行調整(V*alpha)

　　if basedOnCurrentValue:

　　# 增量大於0，指數調整

　　if value >= 0 :

　　alpha = 1 - value

　　alpha = 1/alpha

　　# 增量小於0，線性調整

　　else:

　　alpha = value + 1

　　img_out[:, :, 2] = img[:, :, 2] * alpha

　　else :

　　alpha = value

　　img_out[:, :, 2] = img[:, :, 2] + 255.0 * alpha

　　# HSV亮度上下限處理(小於0取0，大於1取1)

　　img_out = img_out/255.0

　　mask_1 = img_out < 0

　　mask_2 = img_out > 1

　　img_out = img_out * (1-mask_1)

　　img_out = img_out * (1-mask_2) + mask_2

　　img_out = img_out * 255.0

　　# HSV轉RGB

　　img_out = np.round(img_out).astype(np.uint8)

　　img_out = cv2.cvtColor(img_out, cv2.COLOR_HSV2RGB)

　　img_out = img_out/255.0

　　return img_out

　　path = './resource/fruit.bmp'

　　value = 0.3 # 範圍-1至1

　　basedOnCurrentValue = True # 0或者1

　　# run : python Lightness.py (path) (value) (basedOnCurrentValue)

　　if __name__ == "__main__":

　　len = len(sys.argv)

　　if len >= 2 :

　　path = sys.argv[1]

　　if len >= 3 :

　　value = float(sys.argv[2])

　　if len >= 4 :

　　basedOnCurrentValue = bool(int(sys.argv[3]))

　　img = cv2.imread(path)

　　img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

　　img_rgb = RGBAlgorithm(img, value, basedOnCurrentValue)

　　img_hsv = HSVAlgorithm(img, value, basedOnCurrentValue)

　　plt.figure("img_original")

　　plt.imshow(img/255.0)

　　plt.axis('off')

　　plt.figure("img_light_rgb")

　　plt.imshow(img_rgb)

　　plt.axis('off')

　　plt.figure("img_light_hsv")

　　plt.imshow(img_hsv)

　　plt.axis('off')

　　plt.show()