项目上遇到一个问题，图片上的物体识别度较差，尤其是在晚上的图片，画面模糊不清晰，则需要对太暗的图片需要单独提高画面亮度。解法分2步：先检测画面亮度，然后调节画面亮度与对比度。

1、基于传统方式的图像质量检测

方式：通过计算灰度图上的均值和方差，亮度异常时，均值会偏离均值点（可以假设为128），方差也会偏小；

# 把图片转换为单通道的灰度图
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 获取形状以及长宽
img_shape = gray_img.shape
 height, width = img_shape[0], img_shape[1]
size = gray_img.size
# 灰度图的直方图
hist = cv2.calcHist([gray_img], [0], None, [256], [0, 256])
# 计算灰度图像素点偏离均值(128)程序
a = 0
ma = 0
reduce_matrix = np.full((height, width), 128)
shift_value = gray_img - reduce_matrix
shift_sum = sum(map(sum, shift_value))
da = shift_sum / size
# 计算偏离128的平均偏差
 for i in range(256):
     ma += (abs(i-128-da) * hist[i])
m = abs(ma / size)
# 亮度系数
k = abs(da) / m
# print(k)
if k[0] > 1:
    if da > 0:
        print("过亮")
    else:
        print("过暗")
else:
    print("亮度正常")

2、对比度和亮度调节

亮度调整是将图像像素的强度整体变大/变小，对比度调整指的是图像暗处变得更暗，亮出变得更亮，从而拓宽某个区域内的显示精度。 创建两个滑动条分别调整对比度和亮度（对比度范围：0 ~ 0.3， 亮度0 ~ 100）。提示：因为滑动条没有小数，所以可以设置为0 ~ 300，然后乘以0.01

import cv2
import numpy as np
alpha = 0.3
beta = 80
img_path = "1.jpg"
img = cv2.imread(img_path)
img2 = cv2.imread(img_path)
def updateAlpha(x):
    global alpha, img, img2
    alpha = cv2.getTrackbarPos('Alpha', 'image')
    alpha = alpha * 0.01
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))
def updateBeta(x):
    global beta, img, img2
    beta = cv2.getTrackbarPos('Beta', 'image')
    img = np.uint8(np.clip((alpha * img2 + beta), 0, 255))
# 创建窗口
cv2.namedWindow('image')
cv2.createTrackbar('Alpha', 'image', 0, 300, updateAlpha)
cv2.createTrackbar('Beta', 'image', 0, 255, updateBeta)
cv2.setTrackbarPos('Alpha', 'image', 100)
cv2.setTrackbarPos('Beta', 'image', 10)