### 实现Photoshop曲线调整亮度功能 要实现类似于 Photoshop 的曲线调整亮度效果，可以通过 Python 构建一个自定义的 Lookup Table (LUT)，并将其应用于图像的 RGB 通道。以下是具体的方法： #### 方法概述 1. 使用 NumPy 创建 LUT 表格。 2. 应用 SciKit-Image 或 OpenCV 对图像进行处理。 3. 用户可以根据需求手动设置曲线形状。 下面是完整的代码示例以及解释： ```python import numpy as np import cv2 from matplotlib import pyplot as plt def create_curve_lut(points): """ 根据用户指定的关键点创建曲线映射表。 参数: points: list of tuples [(x0, y0), ..., (xn, yn)] 定义曲线上的关键点 返回: lut: ndarray 形状为(256,)的数组表示LUT """ sorted_points = sorted(points, key=lambda p: p[0]) # 排序以确保 x 值递增 xs, ys = zip(*sorted_points) # 插值生成平滑曲线 interpolation_fn = np.interp(np.arange(256), xs, ys) lut = np.clip(interpolation_fn, 0, 255).astype(np.uint8) # 确保范围在 [0, 255] return lut def apply_curve(image, curve_lut): """ 将曲线应用到输入图像上。 参数: image: 输入图像 (ndarray) curve_lut: 曲线查找表 (ndarray) 返回: result_image: 调整后的图像 """ if len(image.shape) == 3: # 如果是彩色图，则逐通道应用 channels = cv2.split(image) adjusted_channels = [] for channel in channels: adjusted_channel = cv2.LUT(channel, curve_lut) adjusted_channels.append(adjusted_channel) result_image = cv2.merge(adjusted_channels) else: # 单通道灰度图 result_image = cv2.LUT(image, curve_lut) return result_image # 示例：加载一张图片并应用曲线调整 if __name__ == "__main__": img_path = 'example.jpg' # 图像路径 original_img = cv2.imread(img_path) # 自定义曲线控制点 custom_points = [ (0, 0), (50, 70), (100, 120), (150, 180), (200, 220), (255, 255) ] # 创建 LUT 并应用 lut = create_curve_lut(custom_points) adjusted_img = apply_curve(original_img, lut) # 显示结果 fig, ax = plt.subplots(1, 2, figsize=(10, 5)) ax[0].imshow(cv2.cvtColor(original_img, cv2.COLOR_BGR2RGB)) ax[0].set_title('Original Image') ax[1].imshow(cv2.cvtColor(adjusted_img, cv2.COLOR_BGR2RGB)) ax[1].set_title('Adjusted Brightness') plt.show() ``` #### 关键说明 1. **`create_curve_lut` 函数**用于构建基于用户定义的插值函数的 LUT[^1]。 2. **`apply_curve` 函数**负责将该 LUT 应用至整个图像或其各个颜色通道[^1]。 3. `cv2.LUT()` 是一种高效的方式，能够快速完成像素级的操作。 此方法允许用户灵活地设计自己的亮度调整曲线，并能实时预览效果。 ---