Python中PS图像亮度调整算法原理：线性与非线性实现

夏知夏

发布时间：2026-10-13| 4人浏览过

原创

本文深入解析Python中PS图像亮度调整的两种核心算法：线性与非线性调整。重点介绍基于HSL颜色空间的线性亮度调整原理，通过整数运算优化替代繁琐的浮点转换，实现高效像素级亮度重计算。内容涵盖算法公式、代码逻辑及性能优化策略，适用于图像编辑与计算机视觉开发场景。

亮度调整概述

亮度调整

非线性亮度调整方法

非线性亮度调整：

针对R、G、B三个颜色通道，每个通道直接增加相同的固定增量值。

线性亮度调整原理与优化

线性亮度调整：

利用HSL颜色空间，仅对亮度分量L进行调整，可实现图像亮度的线性变化。然而，RGB与HSL颜色空间之间的转换过程较为复杂，通常涉及浮点数运算，这不仅增加了代码实现的复杂度，更关键的是需要逐像素将RGB转换为HSL，计算新的L值后再转换回RGB，导致运行速度缓慢。为提高线性亮度调整的效率，可从三个方面进行优化：一是将浮点运算转换为整数运算；二是仅提取HSL中的L分量进行调整；三是采用汇编语言（在Delphi环境中为BASM）进行底层优化。以下是基于上述思路编写的图像亮度线性调整代码示例：


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

L值未采用常见的百分比表示，而是取值范围0至255，从而避免了浮点数运算的需求。

以下代码主要实现两个功能：首先，利用原始L值与RGB分量计算出HSL空间中的H和S分量，其计算公式用Pascal语言表示为：


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;

其次，利用新的L值（原始L值加上需要调整的亮度值，范围0至255）以及上一步求得的H和S分量，计算新的RGB值，具体计算方法为：

通过上述步骤，即可完成单个像素点的线性亮度调整。


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，一个像素点的线性亮度调整就基本完成了


Program:
clc;
 clear all;
 close all;
 Image=imread('4.jpg');
 Image=double(Image);
 R=Image(:,:,1);
 G=Image(:,:,2);
 B=Image(:,:,3);
%%%% 求出原始图像亮度分量
I=(R+G+B)/3;
%%% 利用原始图像的亮度分量结合R,G,B求出HSL空间的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: 亮度的调整增量(-255,255)
 Increment=-100;
 I_out=I+Increment-128;
%%%% 再利用新的亮度值结合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);

总结

以上所述是小编给大家介绍的python中PS 图像调整算法原理之亮度调整 ,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对本站网站的支持！如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！