图像局部对比度增加算法python并保存图片

以下是一个简单的图像局部对比度增加算法的Python代码示例，可以使用OpenCV库来实现。在这个例子中，我们使用了CLAHE算法（对比度有限自适应直方图均衡化），它可以增强图像的局部对比度，从而使细节更加清晰。

import cv2

# 读取图片
img = cv2.imread('image.jpg')

# 将图片转为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 创建CLAHE对象
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))

# 对灰度图像应用CLAHE算法
cl_img = clahe.apply(gray)

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

# 保存处理后的图像
cv2.imwrite('enhanced_image.jpg', cl_img)

# 等待按键
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取一张图片，然后将其转换为灰度图像。接下来，我们创建了一个CLAHE对象，并将其应用于灰度图像。最后，我们显示了原始图像和处理后的图像，并将处理后的图像保存到了本地文件中。

你可以根据需要调整CLAHE算法的参数（clipLimit和tileGridSize），以获得最佳的局部对比度增强效果。