ｐｙｔｈｏｎ实现图像对比度增强代码

好的，以下是 Python 实现图像对比度增强的代码：

import cv2

def contrast_stretching(img):
    # 将图像转换为灰度图像
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 计算图像的最小值和最大值
    min_val = gray_img.min()
    max_val = gray_img.max()

    # 对图像进行对比度拉伸
    stretched_img = (gray_img - min_val) * (255 / (max_val - min_val))

    # 将图像转换回 BGR 格式
    stretched_img = cv2.cvtColor(stretched_img.astype('uint8'), cv2.COLOR_GRAY2BGR)

    return stretched_img

这段代码将输入的图像转换为灰度图像，并计算出图像的最小值和最大值。然后对图像进行对比度拉伸，使图像的像素值范围从最小值到最大值映射到 0 到 255。最后将图像转换回 BGR 格式并返回。

相关问题

ｐｙｔｈｏｎ实现彩色图像对比度增强代码

以下是Python实现彩色图像对比度增强的代码示例:

import cv2
import numpy as np

# 读取彩色图像
img = cv2.imread('image.jpg')

# 将图像转换为Lab颜色空间
lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)

# 分离亮度通道
l, a, b = cv2.split(lab)

# 对亮度通道应用直方图均衡化
l_eq = cv2.equalizeHist(l)

# 将处理后的亮度通道与原始色度通道合并
lab_eq = cv2.merge((l_eq, a, b))

# 将图像转换回BGR颜色空间
result = cv2.cvtColor(lab_eq, cv2.COLOR_LAB2BGR)

# 显示原始图像和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Enhanced Image', result)

cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们使用OpenCV库来读取彩色图像。然后，我们将图像转换为Lab颜色空间，并分离亮度通道。接下来，我们对亮度通道应用直方图均衡化，然后将处理后的亮度通道与原始色度通道合并。最后，我们将图像转换回BGR颜色空间，并显示原始图像和处理后的图像。

python增强图像对比度的方法

可以使用 PIL 库中的 ImageEnhance 模块来增强图像对比度，具体实现方法是先打开图片，然后使用 ImageEnhance.Contrast(image) 方法将图片的对比度增强，最后保存图片。以下是范例代码：

from PIL import Image, ImageEnhance

# 打开图片
image = Image.open('image.jpg')

# 增强对比度
contrast = ImageEnhance.Contrast(image)
image_contrast = contrast.enhance(1.5)

# 保存图片
image_contrast.save('image_contrast.jpg')

这段代码中的`1.5`参数值可以根据需要进行调整，值越大对比度越强，值越小对比度越弱。