Python实现PS风格图像对比度调整算法详解

小石头

发布时间：2026-10-13| 2人浏览过

原创

本文详解利用Python实现Photoshop风格的图像对比度调整功能。通过解析核心数学公式，分别处理正负对比度增量及极限情况，结合skimage与matplotlib库完成图像读取、计算与可视化展示，为开发者提供完整的算法逻辑与可运行代码参考。

本文介绍如何使用Python实现类似Photoshop的图像对比度调整功能，旨在为读者提供具体的实现方案与参考。

接下来将展示利用Python复现Photoshop中对比度调整功能的具体方法，并深入解析其背后的算法原理。

核心计算公式为：(1)、nRGB = RGB + (RGB - Threshold) * Contrast / 255

在上述公式中，nRGB代表图像像素经过处理后的新R、G、B分量值；RGB代表原始图像像素的R、G、B分量值；Threshold是预设的阈值；Contrast则是经过特定处理后的对比度增量参数。

针对对比度增量的正负值，Photoshop采用了不同的处理策略，具体如下：

当增量等于-255时，这代表图像对比度的下限极限。此时，图像的所有R、G、B分量均被设置为等于阈值，导致图像呈现全灰色。在灰度图上，仅显示一条线，即对应阈值的灰度值。

当增量大于-255且小于0时，直接应用前述公式计算图像各像素的分量值。

当增量等于255时，这代表图像对比度的上限极限，其效果等同于直接设置图像阈值。此时，图像最多由八种颜色组成，在灰度图上表现为最多8条线，分别对应红、黄、绿、青、蓝、紫、黑与白。

当增量大于0且小于255时，需先通过公式(2)对增量进行预处理，随后再使用公式(1)计算最终的对比度效果。

预处理公式为：(2)、nContrast = 255 * 255 / (255 - Contrast) - 255。其中，nContrast表示处理后的对比度增量，Contrast为输入的原始对比度增量。

# -*- coding: utf-8 -*-
#! python3
import matplotlib.pyplot as plt
from skimage import io
file_name='D:/Visual Effects/PS Algorithm/4.jpg';
img=io.imread(file_name)
img = img * 1.0
thre = img.mean()
# -100 - 100
contrast = -55.0
img_out = img * 1.0
if contrast <= -255.0:
  img_out = (img_out >= 0) + thre -1
elif contrast > -255.0 and contrast < 0:
  img_out = img + (img - thre) * contrast / 255.0
elif contrast < 255.0 and contrast > 0:
  new_con = 255.0 *255.0 / (256.0-contrast) - 255.0
  img_out = img + (img - thre) * new_con / 255.0
else:
  mask_1 = img > thre
  img_out = mask_1 * 255.0
img_out = img_out / 255.0
# 饱和处理
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
plt.figure()
plt.title('www.jb51.net')
plt.imshow(img/255.0)
plt.axis('off')
plt.figure(2)
plt.title('www.jb51.net')
plt.imshow(img_out)
plt.axis('off')
plt.show()

以下是算法运行后的效果展示图。

如果您对Python图像处理感兴趣，还可以参考本站的其他专题，包括《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》以及《Python文件与目录操作技巧汇总》。

希望上述内容能对您的Python编程实践有所帮助。