用分段线性点运算修复老照片的python代码

以下是使用分段线性点运算修复老照片的 Python 代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('old_photo.jpg')

# 分离通道
b, g, r = cv2.split(img)

# 定义点运算函数
def point_operation(channel):
    # 计算直方图
    hist, bins = np.histogram(channel.flatten(), 256, [0, 256])
    # 计算累积分布函数
    cdf = hist.cumsum()
    cdf_normalized = cdf * float(hist.max()) / cdf.max()

    # 定义分段线性函数
    def linear_function(x, x0, y0, x1, y1):
        return ((y1 - y0) / (x1 - x0)) * (x - x0) + y0

    # 计算分段线性函数参数
    x0 = np.min(channel)
    y0 = 0
    x1 = np.max(channel)
    y1 = 255
    for i in range(256):
        if cdf_normalized[i] > 0:
            x0 = i
            y0 = linear_function(x0, 0, 0, 255, cdf_normalized[i])
            break
    for i in range(255, -1, -1):
        if cdf_normalized[i] < 255:
            x1 = i
            y1 = linear_function(x1, 0, 0, 255, cdf_normalized[i])
            break

    # 应用分段线性函数
    result = linear_function(channel, x0, y0, x1, y1)
    result = np.uint8(result)

    return result

# 应用点运算函数
b = point_operation(b)
g = point_operation(g)
r = point_operation(r)

# 合并通道
result = cv2.merge([b, g, r])

# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码将图像分成了 BGR 三个通道，然后对每个通道应用分段线性点运算。在 `point_operation` 函数中，首先计算了每个像素值的直方图和累积分布函数，然后根据累积分布函数计算了分段线性函数的参数。最后应用分段线性函数，将每个像素值映射到一个新的值。最后将三个通道合并，得到修复后的图像。