### 实现弱光环境下图片效果转换 为了实现夜晚、雨天、雾天以及雪天的效果转换，可以基于 OpenCV 和 NumPy 庌库完成这些特殊效果的模拟。以下是详细的解决方案。 #### 1. **夜晚效果** 夜晚效果通常通过降低图像的整体亮度和增加蓝紫色调来实现。可以通过调整 HSV 颜色空间中的 V（亮度）通道来达到这一目的。 ```python import cv2 import numpy as np def night_effect(image, brightness_decrease=0.7): hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) # 减少亮度 v = np.clip(v * brightness_decrease, 0, 255).astype(np.uint8) # 添加蓝色色调 blue_tone = np.full_like(s, int(255 * (1 - brightness_decrease))) h = np.where((h >= 90) & (h <= 140), h + blue_tone, h) final_hsv = cv2.merge([h, s, v]) result = cv2.cvtColor(final_hsv, cv2.COLOR_HSV2BGR) return result ``` 此函数通过减少亮度并添加蓝色色调来模拟夜晚环境[^1]。 --- #### 2. **雨天效果** 雨天效果可通过绘制随机线条表示雨水滴落，并适当降低整体对比度来实现。 ```python def rain_effect(image, slant=-20, drop_length=20, drop_width=1, drop_color=(200, 200, 200)): imshape = image.shape rain_drops = [] for _ in range(imshape[0]): x = np.random.randint(0, imshape[1]) y = np.random.randint(0, imshape[0]) rain_drops.append((x, y)) rainy_image = image.copy() for rain_drop in rain_drops: cv2.line(rainy_image, (rain_drop[0], rain_drop[1]), (rain_drop[0] + slant, rain_drop[1] + drop_length), drop_color, drop_width) alpha = 0.6 rainy_image = cv2.addWeighted(image, alpha, rainy_image, 1-alpha, gamma=0) return rainy_image ``` 该代码利用 `cv2.line` 方法绘制斜线代表雨水滴落，并通过加权融合使画面更自然[^2]。 --- #### 3. **雾天效果** 雾天效果已由引用描述清楚，这里补充完整的实现： ```python def add_fog(image, depth_map=None, fog_intensity=0.5): if depth_map is None: depth_map = np.ones_like(image[:, :, 0]).astype(float) fogged_image = image.astype(float).copy() for i in range(fogged_image.shape[0]): for j in range(fogged_image.shape[1]): fog_factor = min(1.0, max(0.0, depth_map[i][j] * fog_intensity)) fogged_image[i][j] = (1 - fog_factor) * fogged_image[i][j] + \ fog_factor * np.array([160, 160, 160]) return fogged_image.astype(np.uint8) ``` 这段代码实现了根据深度图动态调整雾浓度的功能[^1]。 --- #### 4. **雪天效果** 雪天效果可通过对背景添加白色颗粒状雪花图案实现。 ```python def snow_effect(image, threshold=150): snowy_image = image.copy() row, col, ch = snowy_image.shape noise_matrix = np.zeros((row, col, ch)).astype(np.uint8) for i in range(row): for j in range(col): if noisy_image[i][j].mean() > threshold and np.random.rand() < 0.05: noise_matrix[i][j] = [255, 255, 255] snowy_image = cv2.add(snowy_image, noise_matrix) return snowy_image ``` 此处通过在较亮区域随机生成白点形成飘雪效果[^2]。 --- ### 结论 以上四种方法分别针对夜晚、雨天、雾天和雪天进行了详细说明与代码实现。每种效果均考虑到了实际视觉感受及物理特性，能够较好地还原真实世界中的弱光环境。