低照度图像恢复代码 python

低照度图像恢复是图像增强的一种方法，可以对于光线较弱的图像进行提亮和增强。下面是一个简单的低照度图像恢复的Python代码示例。

import cv2

def enhance_low_light_image(image_path):
    # 读取图像
    img = cv2.imread(image_path)

    # 将图像转换为浮点数类型
    img_float = img.astype(float)

    # 对图像进行归一化处理
    img_normalized = cv2.normalize(img_float, None, 0.0, 1.0, cv2.NORM_MINMAX)

    # 对图像进行亮度增强
    enhanced_img = cv2.pow(img_normalized, 0.3)

    # 将增强后的图像转换回整数类型
    enhanced_img = (enhanced_img * 255).astype('uint8')

    # 显示增强后的图像
    cv2.imshow("Enhanced Image", enhanced_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 调用函数进行低照度图像恢复
enhance_low_light_image("input_image.jpg")

以上代码通过使用OpenCV库，实现了对低照度图像的恢复。首先，读取图像，并将其转换为浮点数类型。接着，对图像进行归一化处理，将像素值映射到0到1之间的范围。然后，使用幂函数对图像进行亮度增强，这里使用的参数是0.3，可以根据实际情况进行调整。最后，将增强后的图像转换回整数类型，并显示出来。

需要注意的是，这只是一个简单的低照度图像恢复的例子，对于不同的图像和复杂的光线情况，可能需要更复杂的算法和处理步骤。