正文

学会图像灰度线性变换，轻松调整图片亮度与对比度

/0 浏览量
0430

在数字图像处理中，灰度线性变换是一种非常基础且实用的技术，它可以帮助我们调整图像的亮度与对比度。想象一下，你手中有一张照片，光线不足导致画面暗淡，或者对比度过低使得细节不明显，这时，灰度线性变换就能发挥它的魔力，让照片焕然一新。

什么是灰度线性变换？

灰度线性变换是一种通过对图像中的每个像素值进行线性运算来调整图像亮度和对比度的方法。简单来说，就是通过改变像素值的映射关系，使得图像的亮度或对比度发生变化。

亮度调整

亮度调整是指改变图像的明暗程度。在灰度线性变换中，我们可以通过以下公式来实现：

[ L(x) = a \cdot x + b ]

其中，( L(x) ) 是变换后的像素值，( x ) 是原始像素值，( a ) 和 ( b ) 是变换系数。

  • 当 ( a > 1 ) 时，图像变亮。
  • 当 ( a < 1 ) 时，图像变暗。
  • 当 ( b ) 为正值时，图像整体上移，即变亮；当 ( b ) 为负值时，图像整体下移，即变暗。

以下是一个简单的Python代码示例，演示如何使用上述公式调整图像亮度：

import cv2
import numpy as np

def adjust_brightness(image, a=1.0, b=0):
    return cv2.convertScaleAbs(image, alpha=a, beta=b)

对比度调整

对比度调整是指改变图像中明暗区域的差异程度。在灰度线性变换中，我们可以通过以下公式来实现：

[ L(x) = \frac{a \cdot (x - b)}{c} + d ]

其中，( L(x) ) 是变换后的像素值，( x ) 是原始像素值，( a )、( b )、( c ) 和 ( d ) 是变换系数。

  • 当 ( c > 1 ) 时，图像对比度增加。
  • 当 ( c < 1 ) 时，图像对比度降低。
  • 当 ( d ) 为正值时，图像整体上移，即对比度增加；当 ( d ) 为负值时，图像整体下移，即对比度降低。

以下是一个简单的Python代码示例，演示如何使用上述公式调整图像对比度：

def adjust_contrast(image, a=1.0, b=0, c=1.0, d=0):
    x = np.float32(image)
    y = np.zeros_like(x)
    cv2.addWeighted(x, a, b, 0, d, y, 0)
    return cv2.convertScaleAbs(y, alpha=c, beta=0)

实战案例

假设我们有一张名为 example.jpg 的图片，想要将其亮度提高20%，对比度提高30%，可以使用以下Python代码实现：

import cv2

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

# 调整亮度
bright_image = adjust_brightness(image, a=1.2, b=0)

# 调整对比度
contrast_image = adjust_contrast(bright_image, a=1.3, b=0, c=1.3, d=0)

# 显示结果
cv2.imshow('Original', image)
cv2.imshow('Brightness Adjusted', bright_image)
cv2.imshow('Contrast Adjusted', contrast_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

通过以上代码，我们可以轻松地调整图像的亮度和对比度，让照片更加美观。在实际应用中，你可以根据需要调整变换系数，以达到最佳效果。

-- 展开阅读全文 --