### Python 中使用 OpenCV 和 PIL 对图像左上角进行操作 对于在 Python 中利用 OpenCV 或者 PIL 库来对图像的特定区域，比如左上角部分执行某些处理任务的需求，下面提供了一个具体的实例说明如何完成这一目标。 #### 使用 OpenCV 处理图像左上角 通过指定感兴趣区（Region of Interest, ROI），可以轻松地针对图像中的任意位置应用各种变换。这里展示的是裁剪并调整左上角亮度的例子： ```python import cv2 import numpy as np # 加载原始图像 img = cv2.imread('lena.png') # 定义ROI为左上角的一半大小矩形框 height, width = img.shape[:2] roi_height = height // 2 roi_width = width // 2 left_top_roi = img[0:roi_height, 0:roi_width] # 增强该区域内像素值(增加亮度)，注意防止溢出 brightened_left_top = cv2.convertScaleAbs(left_top_roi, alpha=1.5, beta=30) # 将增强后的子图放回原位 img[0:roi_height, 0:roi_width] = brightened_left_top # 显示结果 cv2.imshow("Original Image with Brighter Left Top Corner", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段代码首先加载了一张名为 `lena.png` 的测试图片[^2]，接着定义了只覆盖整个画面四分之一面积的一个矩形作为我们的兴趣区——即左上方角落。之后，在这个选定区域内增加了每个颜色通道上的数值以达到提亮的效果，并确保不会因为超出有效范围而导致数据丢失或错误渲染。最后一步就是把修改过的内容重新嵌入到原来的画布上去。 #### 使用 PIL (Pillow) 修改图像左上角 如果偏好于 Pillow 这样的纯 Python 实现，则可以通过类似的逻辑来进行同样的工作: ```python from PIL import ImageEnhance, Image def enhance_brightness(image_path): """Load an image and increase the brightness on its top-left quarter.""" # 打开图像文件 im = Image.open(image_path).convert('RGB') # 获取尺寸信息用于计算ROI边界坐标 w, h = im.size box = (0, 0, int(w / 2), int(h / 2)) region = im.crop(box) enhancer = ImageEnhance.Brightness(region) factor = 1.5 # 提高亮度因子 enhanced_region = enhancer.enhance(factor) # 把增强后的片段粘贴回去 im.paste(enhanced_region, box) return im new_im = enhance_brightness('lena.png') new_im.show() ``` 此脚本同样实现了对输入图像对象顶部左侧四分之一处实施亮度提升的功能。它先是从磁盘读取一张 RGB 模式的照片，再截取出对应的小块；随后借助内置工具类 `ImageEnhance.Brightness()` 来改变这部分的颜色强度参数；最终将更新好的局部视窗再次拼接到整体布局之中以便查看效果[^3]。