python中PS圖像調整算法原理之亮度調整的示例分析

這篇文章將為大家詳細講解有關python中PS圖像調整算法原理之亮度調整的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

亮度調整

非線性亮度調整：

對于R,G,B三個通道，每個通道增加相同的增量。

線性亮度調整：

利用HSL顏色空間，通過只對其L（亮度）部分調整，可達到圖像亮度的線性調整。但是，RGB和HSL顏色空間的轉換很繁瑣，一般還需要浮點數的運算，不僅增加了代碼的復雜度，更重要的是要逐點將RGB轉換為HSL，然后確定新的L值，再將HSL轉換為RGB，運行速度可想而知是很慢的。要想提高圖像亮度線性調整的速度，應該從三方面考慮，一是變浮點運算為整數運算，二是只提取HSL的L部分進行調整，三是采用匯編代碼，在Delphi中，當然是BASM。下面是按照這三方面考慮寫的圖像亮度線性調整代碼：

L := (Max(R, Max(G,B)) + Min(R, Min(G, B))) div 2;

L沒有采用通常的百分比表示，而是取值0 - 255，這樣就不必要采用浮點數運算了。

下面代碼主要完成2個功能，一是用以前的L值與RGB分別求出其HSL的HS部分，其公式用Pascal表示為：

if L > 128 then
 begin
  rHS := (R * 128 - (L - 128) * 256) div (256 - L);
  gHS := (G * 128 - (L - 128) * 256) div (256 - L);
  bHS := (B * 128 - (L - 128) * 256) div (256 - L);
 end else
 begin
  rHS := R * 128 div L;
  gHS := G * 128 div L;
  bHS := B * 128 div L;
 end;

二是用新的L值（老的L值加需要調整的亮度值(0 - 255)）和上面求出的HS值計算出新的

RGB值，計算方法為：

newL := L + Value - 128;
 if newL > 0 then
 begin
  newR := rHS + (256 - rHS) * newL div 128;
  newG := gHS + (256 - gHS) * newL div 128;
  newB := bHS + (256 - bHS) * newL div 128;
 else begin
  newR := rHS + rHS * newL div 128;
  newG := gHS + gHS * newL div 128;
  newB := bHS + bHS * newL div 128;
 end;

如此，一個像素點的線性亮度調整就基本完成了

Program:
clc;
 clear all;
 close all;
 Image=imread('4.jpg');
 Image=double(Image);
 R=Image(:,:,1);
 G=Image(:,:,2);
 B=Image(:,:,3);
%%%% 求出原始圖像亮度分量
I=(R+G+B)/3;
%%% 利用原始圖像的亮度分量結合R,G,B求出HSL空間的H,S;
 rHS=R;
 gHS=G;
 bHS=B;
 [row, col]=size(I);
 for i=1:row
   for j=1:col
     if(I(i,j)>128)
       rHS(i,j)=(R(i,j)*128-(I(i,j)-128)*256)/(256-I(i,j));
       gHS(i,j)=(G(i,j)*128-(I(i,j)-128)*256)/(256-I(i,j));
       bHS(i,j)=(B(i,j)*128-(I(i,j)-128)*256)/(256-I(i,j));
     else
       rHS(i,j)=R(i,j)*128/(I(i,j));
       gHS(i,j)=G(i,j)*128/(I(i,j));
       bHS(i,j)=B(i,j)*128/(I(i,j));
     end
   end
 end
%%%% 然后求出新的亮度值
%%%% Increment: 亮度的調整增量(-255,255)
 Increment=-100;
 I_out=I+Increment-128;
%%%% 再利用新的亮度值結合H,S,求出新的R,G,B分量
R_new=R;
 G_new=G;
 B_new=B;
 for i=1:row
   for j=1:col
     if(I_out(i,j)>0)
       R_new(i,j)=rHS(i,j)+(256-rHS(i,j))*I_out(i,j)/128;
       G_new(i,j)=gHS(i,j)+(256-gHS(i,j))*I_out(i,j)/128;
       B_new(i,j)=bHS(i,j)+(256-bHS(i,j))*I_out(i,j)/128;
     else
       R_new(i,j)=rHS(i,j)+rHS(i,j)*I_out(i,j)/128;
       G_new(i,j)=gHS(i,j)+gHS(i,j)*I_out(i,j)/128;
       B_new(i,j)=bHS(i,j)+bHS(i,j)*I_out(i,j)/128;
     end
   end
 end
 Image_new(:,:,1)=R_new;
 Image_new(:,:,2)=G_new;
 Image_new(:,:,3)=B_new;
 imshow(Image/255);
 figure, imshow(Image_new/255);

關于“python中PS圖像調整算法原理之亮度調整的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。