为该函数尽量写个说明文档，说明传参类型，返回值类型，函数的主要功能

当然！以下是对函数进行说明的文档注释：

import cv2
import numpy as np

def adjust_brightness(image, target_brightness, method='multiply'):
    """
    调整图像的亮度。

    参数:
        image (numpy.ndarray): 输入的图像，为BGR颜色空间的三维数组。
        target_brightness (float): 目标亮度值，取值范围为0到255。
        method (str, 可选): 亮度调整的方式。默认为'multiply'，表示使用乘法调整亮度的方式。可选值为'multiply'和'add'。

    返回:
        numpy.ndarray: 调整后的图像，为BGR颜色空间的三维数组。

    功能:
        根据目标亮度值和指定的调整方式，对图像进行亮度调整。

    例子:
        # 使用乘法方式将图像亮度调整为150
        adjusted_image = adjust_brightness(image, 150, method='multiply')

        # 使用加法方式将图像亮度增加50
        adjusted_image = adjust_brightness(image, 50, method='add')
    """
    # 将图像转换为HSV颜色空间
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

    # 分离亮度通道
    h, s, v = cv2.split(hsv_image)

    # 计算当前图像的平均亮度
    current_brightness = np.mean(v)

    # 计算亮度调整因子
    if method == 'multiply':
        brightness_factor = target_brightness / current_brightness
        # 调整亮度
        v = np.clip(v * brightness_factor, 0, 255).astype(np.uint8)
    elif method == 'add':
        brightness_difference = target_brightness - current_brightness
        # 调整亮度
        v = np.clip(v + brightness_difference, 0, 255).astype(np.uint8)

    # 合并调整后的亮度通道
    adjusted_hsv_image = cv2.merge([h, s, v])

    # 将图像转换回BGR颜色空间
    adjusted_image = cv2.cvtColor(adjusted_hsv_image, cv2.COLOR_HSV2BGR)

    return adjusted_image

这个文档注释提供了函数的详细说明，包括参数的类型，返回值的类型以及函数的主要功能。它还包含了一个例子，展示如何调用函数，并使用不同的调整方式进行亮度调整。