对比度的调节：
将图像转化到HSV格式下，先选出所有亮度的中值。当要增加对比度的时候，则降低亮度值比中值小的值，增加亮度值比中值更大的值；当要减少对比度的时候，则增加亮度值比中值小的值，降低亮度值比中值更大的值，使所有亮度值向中值靠近。
根据公式（x-avg_R(G/B)*a + x (a 为-1到1 之间，x 是原像素值)计算
亮度的调节：
介绍
将图像转化为HLS格式，通过调整图像中L通道的值来改变图片的亮度
直接在RGB色彩空间下给每个像素都加上或减去一个固定值。
代码
import numpy as np
import cv2 as cv
from PIL import Image
import copy# change 为改变的数值
def changeL_func(img,changeL):# cv.imshow("yuan1", img)changeLight = cv.cvtColor(img, cv.COLOR_RGB2HLS)for i in range(0, changeLight.shape[0]):for j in range(0, changeLight.shape[1]):re = changeLight[i, j, 1] + changeLif (re + changeL > 255):changeLight[i, j, 1] = 255elif (re + changeL < 0):changeLight[i, j, 1] = 0else:changeLight[i, j, 1] = reimg = cv.cvtColor(changeLight, cv.COLOR_HLS2RGB)# cv.imshow("yuan", img)return imgdef main():image = cv.imread(r"E:/tu/13.png")changeL_img = changeL_func(copy.copy(image), 20) cv.imshow("change_light ",changeL_img) cv.imshow("yuantu",image)cv.waitKey(0)cv.destroyAllWindows()if __name__ == "__main__":main()色彩饱和度调节：
介绍
将图像转化到HSV格式下，通过调整图像中的S值来改变图片色彩的饱和度。
代码
import numpy as np
import cv2 as cv
from PIL import Image
import copy# changeS 为改变的数值
def changeS_func(img,changeS):# cv.imshow("yuan0", img)changeSaturation = cv.cvtColor(img, cv.COLOR_RGB2HSV)for i in range(0, changeSaturation.shape[0]):for j in range(0, changeSaturation.shape[1]):re = changeSaturation[i, j, 1] + changeSif ( re > 255):changeSaturation[i, j, 1] = 255elif (re < 0):changeSaturation[i, j, 1] = 0else:changeSaturation[i, j, 1] = reimg = cv.cvtColor(changeSaturation, cv.COLOR_HSV2RGB)# cv.imshow("yuan2", img)return imgdef main():image = cv.imread(r"E:/tu/13.png")changeS_img = changeS_func(copy.copy(image), 20)cv.imshow("change_Saturation",changeS_img) cv.imshow("yuantu",image)cv.waitKey(0)cv.destroyAllWindows()if __name__ == "__main__":main()灰度化：
当图像的RGB值相同时，该图像即会变为灰度图像，其中R=G=B的值叫做灰度值。灰度值有多种选择方式，如，选取RGB任一通道值作为灰度值，选取RGB中的最大值作为灰度值，选取RGB中的中值作为灰度值，选取RGB中的最小值作为灰度值等。
import cv2 as cv
import math
import numpy as npdef rgb2gray(img):h=img.shape[0]w=img.shape[1]img1=np.zeros((h,w),np.uint8)for i in range(h):for j in range(w):img1[i, j] = np.max(img[i, j])#取最大值，若取最小值则为np.min()return img1image= cv.imread(r"1.jpg")
grayimage=rgb2gray(image)cv.imshow("image",grayimage)
cv.waitKey(0)
cv.destroyAllWindows()
