### 批量调整指定路径下 JPG 文件亮度的方法 为了批量调整指定路径下所有 JPG 图像的亮度，可以结合 OpenCV 和 Python 的 `os` 模块实现。以下是完整的解决方案： 首先，定义一个函数用于调整图像亮度[^1]。该函数基于 HSV 色彩空间的 V（亮度）通道进行调整。代码如下： ```python import cv2 import numpy as np import os def adjust_brightness(im, vgain): hsv = cv2.cvtColor(im, cv2.COLOR_BGR2HSV) hue, sat, val = cv2.split(hsv) val = np.clip(val * vgain, 0, 255).astype(np.uint8) # 调整亮度并限制范围 enhanced_hsv = cv2.merge((hue, sat, val)) brightened_img = cv2.cvtColor(enhanced_hsv, cv2.COLOR_HSV2BGR) return brightened_img ``` 接下来，编写代码以遍历指定文件夹中的所有 JPG 文件，并对每个文件应用亮度调整函数[^1]。同时，确保创建输出目录以保存处理后的图像。 ```python def batch_adjust_brightness(input_dir, output_dir, vgain): if not os.path.exists(output_dir): # 检查输出目录是否存在 os.makedirs(output_dir) for img_file in os.listdir(input_dir): # 遍历输入目录中的所有文件 if img_file.lower().endswith('.jpg'): # 确保只处理 JPG 文件 src_path = os.path.join(input_dir, img_file) # 获取完整路径 img = cv2.imread(src_path) # 读取图像 if img is not None: # 确保图像成功加载 brightened_img = adjust_brightness(img, vgain) # 调整亮度 output_path = os.path.join(output_dir, img_file) # 输出路径 cv2.imwrite(output_path, brightened_img) # 保存处理后的图像 ``` 调用上述函数时，需要提供以下参数： - `input_dir`：包含原始 JPG 文件的目录路径。 - `output_dir`：保存调整亮度后图像的输出目录路径。 - `vgain`：亮度增益因子，大于 1 表示增加亮度，小于 1 表示降低亮度。 例如： ```python input_directory = 'path/to/input/images' # 输入目录 output_directory = 'path/to/output/images' # 输出目录 brightness_gain = 1.5 # 增加亮度 batch_adjust_brightness(input_directory, output_directory, brightness_gain) ``` 此方法能够高效地批量调整指定路径下所有 JPG 图像的亮度，并将结果保存到指定的输出目录中。 --- ### 注意事项 1. 确保输入目录中仅包含有效的 JPG 文件，或者在代码中添加额外的文件格式检查逻辑。 2. 如果图像亮度调整效果不理想，可以通过调整 `vgain` 参数来优化结果。 3. 在实际应用中，可以根据需求扩展功能，例如支持更多图像格式或添加日志记录功能。 ---