Python图像的增强处理操作示例【基于ImageEnhance类】
本文实例讲述了Python图像的增强处理操作。分享给大家供大家参考，具体如下：
python中PIL模块中有一个叫做ImageEnhance的类，该类专门用于图像的增强处理，不仅可以增强（或减弱）图像的亮度、对比度、色度，还可以用于增强图像的锐度。
具体见下面的例子：
#-*- coding: UTF-8 -*-
from PIL import Image
from PIL import ImageEnhance
#原始图像
image = Image.open('lena.jpg')
image.show()
#亮度增强
enh_bri = ImageEnhance.Brightness(image)
brightness = 1.5
image_brightened = enh_bri.enhance(brightness)
image_brightened.show()
#色度增强
enh_col = ImageEnhance.Color(image)
color = 1.5
image_colored = enh_col.enhance(color)
image_colored.show()
#对比度增强
enh_con = ImageEnhance.Contrast(image)
contrast = 1.5
image_contrasted = enh_con.enhance(contrast)
image_contrasted.show()
#锐度增强
enh_sha = ImageEnhance.Sharpness(image)
sharpness = 3.0
image_sharped = enh_sha.enhance(sharpness)
image_sharped.show()
结果如下：
原始图像
亮度增强
色度增强
对比度增强
锐度增强
更多关于Python相关内容可查看本站专题：《Python数学运算技巧总结》、《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
-
本文向大家介绍Python图像滤波处理操作示例【基于ImageFilter类】，包括了Python图像滤波处理操作示例【基于ImageFilter类】的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python图像滤波处理操作。分享给大家供大家参考，具体如下： 在图像处理中，经常需要对图像进行平滑、锐化、边界增强等滤波处理。在使用PIL图像处理库时，我们通过Image类中的成员函数filt
-
本文向大家介绍基于python-opencv3的图像显示和保存操作，包括了基于python-opencv3的图像显示和保存操作的使用技巧和注意事项，需要的朋友参考一下 基于python-opencv3的图像显示和保存操作，具体代码如下所示： 首先要导入cv2 和 numpy函数库，第四行的cv.imread()函数用于写入一个图像，imred（）函数原型Mat imread(const Strin
-
本文向大家介绍Python OpenCV处理图像之图像像素点操作，包括了Python OpenCV处理图像之图像像素点操作的使用技巧和注意事项，需要的朋友参考一下 本文实例为大家分享了Python OpenCV图像像素点操作的具体代码，供大家参考，具体内容如下 0x01. 像素 有两种直接操作图片像素点的方法： 第一种办法就是将一张图片看成一个多维的list，例如对于一张图片im，想要操作第四行第
-
本文向大家介绍Python Opencv图像处理基本操作代码详解，包括了Python Opencv图像处理基本操作代码详解的使用技巧和注意事项，需要的朋友参考一下 1.图像读取 使用cv2.imread(filepath,flags)读入图像 filepath: 读入图像完整路径（绝对路径，相对路径） flags: 读入图像标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图，忽略al
-
本文向大家介绍Python Image模块基本图像处理操作小结，包括了Python Image模块基本图像处理操作小结的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python Image模块基本图像处理操作。分享给大家供大家参考，具体如下： Python 里面最常用的图像操作库是Image library（PIL），功能上，虽然还不能跟Matlab比较，但是还是比较强大的，废话补多少，
-
主要内容：图像裁剪操作,图像拷贝和粘贴图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作，Pillow Image 类提供了简单、易用的 API 接口，能够帮助您快速实现这些简单的图像处理操作。 图像裁剪操作 Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪，函数的语法格式如下： box：表示裁剪区域，默认为 None，表示拷贝原图像。 注意：box 是一个有四个数字的元组参数 (x_左上,y_左