随着科技的高速发展，人工智能、图像识别、语音识别等逐渐走入人们的视野。作为人工智能的一大核心：图像识别，目前已经初具雏形，图像处理技术也已经相对成熟。在Python中，能够熟练应用ImageEnchance模块正是打好图像处理的基础。Python中ImageEnchance模块主要用于图像增强，图像增强通常用以图像识别之前的预处理，适当的图像增强能够使得识别过程达到事半功倍的效果。

这里，让我们一起见识下ImageEnchance模块的强大之处。

ImageEnchance模块中使用到以下函数实现图像的色彩、对比度、亮度、清晰度的效果调整：

  • ImageEnchance.Color(image) 图像色彩平衡调整
  • ImageEnchance.Contrast(image) 图像对比度调整
  • ImageEnchance.Brightness(image) 图像亮度调整
  • ImageEnchance.Sharpness(image) 图像清晰度调整

它们的使用步骤如下：

  1. 打开图像；
  2. 创建需要的增强调整器；
  3. 调用调整期输出函数，指定增强系数(<1表示减弱，>1表示增强，=1表示原图不变)，进行增强调整后输出图像；

程序实例：

from PIL import Image,ImageEnhance#打开一个图像文件image=Image.open("D:pythonimage6.jpg")#获取图片的尺寸image_width,image_height=image.size#创建一个新图像文件用于对比image_new=Image.new('RGB',(2*image_width,image_height))#将创建的新图像粘贴至原图像旁边image_new.paste(image,(0,0))#建立色彩调整器iec=ImageEnhance.Color(image)#建立亮度调整器ieb=ImageEnhance.Brightness(image)#建立清晰度调整器ies=ImageEnhance.Sharpness(image)#循环显示3种调整器调整后的图片对比for ie in [iec,ieb,ies]: for r in [0.4,2.4]: a=ie.enhance(r) image_new.paste(a,(image_width,0)) image_new.show()

运行结果：

色彩减弱对比


色彩加强对比


亮度减弱对比


亮度增强对比


清晰度减弱对比


清晰度增强对比


以上输出结果是按照for循环的顺序输出的，只需要修改程序中的增强系数r，就可以实现对图像效果的调整。

当你熟悉了Python中ImageEnchance模块，再加上你本身的美术功底，你对图像识别的理解就会更加深刻了！