亮度调整算法说明(完整python代码在文末)：

　　本算法的基本原理就是对像素点统一进行加上或减去某个调整值，已达到亮度的增强或减弱。包括基于RGB空间R、G、B值的调整和基于HSV空间V值的调整。

　　1. 基于RGB空间亮度调整算法：

　　主要是对RGB空间进行亮度调整。计算出调整系数后，调整手段主要有两种：

　　1) 基于当前RGB值大小进行调整，即R、G、B值越大，调整的越大， 例如：当前像素点为(100,200,50)，调整系数1.1，则调整后为(110,220,55);

　　2) 不考虑RGB值大小的影响，即始终对各个点R、G、B值进行相同的调整，例如：当前像素点为(100,200,50)，调整系数10/255，则调整后为(110,210,60)。

　　2. 基于HSV空间亮度调整算法：

　　主要是对HSV空间的亮度V值进行调整。计算出调整系数后，调整手段主要也有两种：

　　1) 基于当前V值大小进行调整，即V值越大，调整的越大，例如：当前像素点V值为200,调整系数1.1,则调整后为220;

　　2) 不考虑V值大小的影响，即始终对各个V值进行相同的调整， 例如：当前像素点V值为200，调整系数10/255，则调整后为210。

　　完整python代码如下：

　　运行方式：打开终端界面，在该py文件目录下，

　　运行：python 该文件.py 图片路径 亮度等级(-1~1) 调整方式(0或1，默认1)

　　例如：python Lightness.py C:\Users\PDD\Desktop\pdd.jpg 0.3 (1)

　　import cv2

　　import sys

　　import numpy as np

　　import matplotlib.pyplot as plt

　　"""

　　基于RGB空间亮度调整算法：

　　主要是对RGB空间进行亮度调整。计算出调整系数后，调整手段主要有两种：

　　1) 基于当前RGB值大小进行调整，即R、G、B值越大，调整的越大，

　　例如：当前像素点为(100,200,50),调整系数1.1,则调整后为(110,220,55);

　　2) 不考虑RGB值大小的影响，即始终对各个点R、G、B值进行相同的调整，

　　例如：当前像素点为(100,200,50),调整系数10/255,则调整后为(110,210,60)。

　　"""

　　def RGBAlgorithm(rgb_img, value=0.5, basedOnCurrentValue=True):

　　img = rgb_img * 1.0

　　img_out = img

　　# 基于当前RGB进行调整(RGB*alpha)

　　if basedOnCurrentValue:

　　# 增量大于0，指数调整

　　if value >= 0 :

　　alpha = 1 - value

　　alpha = 1/alpha

　　# 增量小于0，线性调整

　　else:

　　alpha = value + 1

　　img_out[:, :, 0] = img[:, :, 0] * alpha

　　img_out[:, :, 1] = img[:, :, 1] * alpha

　　img_out[:, :, 2] = img[:, :, 2] * alpha

　　# 独立于当前RGB进行调整(RGB+alpha*255)

　　else:

　　alpha = value

　　img_out[:, :, 0] = img[:, :, 0] + 255.0 * alpha

　　img_out[:, :, 1] = img[:, :, 1] + 255.0 * alpha

　　img_out[:, :, 2] = img[:, :, 2] + 255.0 * alpha

　　img_out = img_out/255.0

　　# RGB颜色上下限处理(小于0取0，大于1取1)

　　mask_3 = img_out < 0

　　mask_4 = img_out > 1

　　img_out = img_out * (1-mask_3)

　　img_out = img_out * (1-mask_4) + mask_4

　　return img_out

　　"""

　　基于HSV空间亮度调整算法：

　　主要是对HSV空间的亮度V值进行调整。计算出调整系数后，调整手段主要有两种：

　　1) 基于当前V值大小进行调整，即V值越大，调整的越大，

　　例如：当前像素点V值为200,调整系数1.1,则调整后为220;

　　2) 不考虑V值大小的影响，即始终对各个V值进行相同的调整，

　　例如：当前像素点V值为200,调整系数10/255,则调整后为210。

　　"""     无锡妇科医院排行 http://www.0510bhyy.com/

　　def HSVAlgorithm(rgb_img, value=0.5, basedOnCurrentValue=True):

　　hsv_img = cv2.cvtColor(rgb_img, cv2.COLOR_RGB2HSV)

　　img = hsv_img * 1.0

　　img_out = img

　　# 基于当前亮度进行调整(V*alpha)

　　if basedOnCurrentValue:

　　# 增量大于0，指数调整

　　if value >= 0 :

　　alpha = 1 - value

　　alpha = 1/alpha

　　# 增量小于0，线性调整

　　else:

　　alpha = value + 1

　　img_out[:, :, 2] = img[:, :, 2] * alpha

　　else :

　　alpha = value

　　img_out[:, :, 2] = img[:, :, 2] + 255.0 * alpha

　　# HSV亮度上下限处理(小于0取0，大于1取1)

　　img_out = img_out/255.0

　　mask_1 = img_out < 0

　　mask_2 = img_out > 1

　　img_out = img_out * (1-mask_1)

　　img_out = img_out * (1-mask_2) + mask_2

　　img_out = img_out * 255.0

　　# HSV转RGB

　　img_out = np.round(img_out).astype(np.uint8)

　　img_out = cv2.cvtColor(img_out, cv2.COLOR_HSV2RGB)

　　img_out = img_out/255.0

　　return img_out

　　path = './resource/fruit.bmp'

　　value = 0.3 # 范围-1至1

　　basedOnCurrentValue = True # 0或者1

　　# run : python Lightness.py (path) (value) (basedOnCurrentValue)

　　if __name__ == "__main__":

　　len = len(sys.argv)

　　if len >= 2 :

　　path = sys.argv[1]

　　if len >= 3 :

　　value = float(sys.argv[2])

　　if len >= 4 :

　　basedOnCurrentValue = bool(int(sys.argv[3]))

　　img = cv2.imread(path)

　　img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

　　img_rgb = RGBAlgorithm(img, value, basedOnCurrentValue)

　　img_hsv = HSVAlgorithm(img, value, basedOnCurrentValue)

　　plt.figure("img_original")

　　plt.imshow(img/255.0)

　　plt.axis('off')

　　plt.figure("img_light_rgb")

　　plt.imshow(img_rgb)

　　plt.axis('off')

　　plt.figure("img_light_hsv")

　　plt.imshow(img_hsv)

　　plt.axis('off')

　　plt.show()