fImg = img.astype(np.float32) fImg = fImg / 255.0 # HLS空间，三个通道分别是: Hue色相、lightness明度、saturation饱和度 # 通道0是色相、通道1是明度、通道2是饱和度 hlsImg = cv2.cvtColor(fImg, cv2.COLOR_BGR2HLS) """HSL--明亮度和饱和度""" 函数 cv2.getTrackbarPos(): 功能：得到滑动条的数值 参数：1.滑动条名字 2.窗口名 lnum = cv2.getTrackbarPos('lightness', wname) snum = cv2.getTrackbarPos('saturation', wname) cnum = cv2.getTrackbarPos('contrast', wname) # 1.调整亮度饱和度(线性变换)、 2.将hlsCopy[:,:,1]和hlsCopy[:,:,2]中大于1的全部截取 hlsImg[:, :, 1] = (1.0 + lnum / float(MAX_VALUE)) * hlsImg[:, :, 1] hlsImg[:, :, 1][hlsImg[:, :, 1] > 1] = 1 # HLS空间通道2是饱和度，对饱和度进行线性变换，且最大值在255以内，这一归一化了，所以应在1以内 hlsImg[:, :, 2] = (1.0 + snum / float(MAX_VALUE)) * hlsImg[:, :, 2] hlsImg[:, :, 2][hlsImg[:, :, 2] > 1] = 1 # HLS2BGR lsImg = cv2.cvtColor(hlsImg, cv2.COLOR_HLS2BGR) """BGR--对比度""" h, w, ch = lsImg.shape # 获取shape的数值，height和width、通道 # 新建全零图片数组img2,将height和width，类型设置为原图片的通道类型(色素全为零，输出为全黑图片) img2 = np.zeros([h, w, ch], lsImg.dtype) dst = cv2.addWeighted(lsImg, cnum, img2, 1 - cnum, 0) # addWeighted函数说明如下 # 显示调整后的效果 cv2.imshow(wname, imutils.resize(dst, 400)) wname = 'simple_edit' img = cv2.imread('hh.jpg') if __name__ == '__main__': MAX_VALUE = 100 cv2.namedWindow(wname, cv2.WINDOW_AUTOSIZE) # 第一个数为默认值，第二个数为最大范围 cv2.createTrackbar("lightness", wname, 0, MAX_VALUE, l_s_b) cv2.createTrackbar("saturation", wname, 0, MAX_VALUE, l_s_b) cv2.createTrackbar('contrast', wname, 1, 10, l_s_b) l_s_b(0) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() 代码：import cv2import imutilsimport numpy as npdef l_s_b(arg): # 图像归一化，且转换为浮点型, 颜色空间转换 BGR转为HLS # astype用于转换数组的数据类型 fImg = img.astype(np.float32) fImg = fImg / 255.0 # HLS空间，三个通道分别是: Hue色相、lightness明度、saturation饱和度 # 通道0是色相、通道 f(row, col)：原始 图像 的像素。 g(row, col)：调整后 图像 的像素。 a(a>0：称为增益（gain），常常被用来控制 图像 的 对比度 ，其取值范围一般为0.0-3.0 b：称为偏置（bias），常常被用来控制 图像 的亮度。 g(row, col) = a*f(row, col) + b：随原始 图像 进行 对比度 亮度调节的公式。 new_img.... def threshold_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) #把输入 图像 灰度化 #直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_TRIA import matplotlib.pyplot as plt rgb = Image.open("path") rgb_transform = transforms.Compose([ transforms.ColorJitter(