基于点运算的图像增强方法，根据图中所述几种对图像的拉伸操作编写相应代码。 图像均匀变亮、变暗 区间线性变化 亮区均匀变化 区域外低灰度值 区域外0值 区域外灰度值不变

基于点运算的图像增强主要通过像素级别的操作来改变图像的亮度、对比度或局部特性。这里是一个简单的Python代码示例，使用PIL（Python Imaging Library）库来进行图像增强操作：

from PIL import ImageEnhance, Image

# 加载图像
img = Image.open('input_image.jpg')

# 创建增强对象
enhancer_brightness = ImageEnhance.Brightness(img)
enhancer_contrast = ImageEnhance.Contrast(img)

# 图像均匀变亮（增加亮度）
brightened_img = enhancer_brightness.enhance(1.2)  # 增加20%亮度，1.0为不变，大于1.0变亮，小于1.0变暗

# 图像均匀变暗（减少亮度）
darkened_img = enhancer_brightness.enhance(0.8)   # 减少20%亮度

# 区间线性变化（例如，将图像像素值映射到新范围）
def linear_transform(image, old_min, old_max, new_min, new_max):
    pixels = image.getdata()
    for pixel in pixels:
        pixel = int(((pixel - new_min) + new_min)
        yield pixel

transformed_img = Image.new(img.mode, img.size)
transformed_img.putdata(linear_transform(img, 0, 255, 50, 150))

# 亮区均匀变化（仅改变指定区域的亮度）
selected_region = img.crop((x1, y1, x2, y2))  # 选择区域
region_enhanced = enhancer_brightness.enhance(1.5)  # 变亮150%
selected_region.paste(region_enhanced, mask=selected_region.split()[3])  # 使用Alpha通道进行合并

# 区域外低灰度值（高对比度效果）
outside_mask = Image.eval(img, lambda p: 0 if p < 128 else 255)  # 分割黑白二值
img_outside = img.point(lambda p: 10 if p > 128 else p)  # 高灰度值，其他不变

# 区域外0值（全黑背景）
black_bg = Image.eval(img, lambda p: 0 if p < 128 else 255)
img_outside = black_bg.point(lambda p: 0 if p > 128 else p)

# 存储结果
brightened_img.save('brightened_img.jpg')
darkened_img.save('darkened_img.jpg')
transformed_img.save('linear_transformed_img.jpg')
selected_region.save('selected_region.jpg')
img_outside.save('outside_low_gray.jpg')