### 使用Python和OpenCV定义一个调整曝光的函数 以下是一个完整的解决方案，用于定义一个调整摄像头画面曝光的函数，并同时显示两个窗口：一个是应用了曝光处理的画面，另一个是未处理的原始画面。 #### 实现代码 ```python import cv2 import numpy as np def adjust_exposure(image, gamma=1.0): """ 调整输入图像的曝光度。 参数: image (numpy.ndarray): 输入图像。 gamma (float): 曝光因子，大于1增加亮度，小于1降低亮度。 返回: numpy.ndarray: 处理后的图像。 """ invGamma = 1.0 / gamma table = np.array([((i / 255.0) ** invGamma) * 255 for i in range(256)]).astype("uint8") return cv2.LUT(image, table) def display_with_adjusted_exposure(gamma_value=1.5, camera_index=0): """ 捕捉摄像头视频流并分别显示原始画面与调整曝光后的画面。 参数: gamma_value (float): 需要调整的曝光值，默认为1.5。 camera_index (int): 摄像头设备索引，默认为主摄像头（通常为0）。 """ cap = cv2.VideoCapture(camera_index) if not cap.isOpened(): raise IOError("无法打开摄像头，请检查设备连接状态或更换camera_index参数值。") while True: ret, frame = cap.read() if not ret: print("未能成功读取帧数据，即将终止操作...") break # 原始画面 original_frame = frame.copy() # 调整曝光后的画面 adjusted_frame = adjust_exposure(original_frame, gamma=gamma_value) # 显示两个窗口 cv2.imshow('Original Frame', original_frame) cv2.imshow(f'Adjusted Exposure (Gamma={gamma_value})', adjusted_frame) key_press = cv2.waitKey(1) if key_press & 0xFF == ord('q'): # 当按压键盘上的 q 键时停止循环 break cap.release() cv2.destroyAllWindows() # 主入口测试调用 if __name__ == "__main__": try: display_with_adjusted_exposure(gamma_value=1.5) except Exception as e: print(f"发生错误：{e}") ``` --- #### 关键说明 - **adjust_exposure 函数**：此函数基于伽马校正原理实现曝光调整[^1]。通过构建查找表（Lookup Table），将每个像素值映射到新的强度级别，从而改变整体图像的明暗程度。 - **display_with_adjusted_exposure 函数**：该函数负责从摄像头捕获实时视频流，并将其分为两部分处理：一部分保持原样作为对照组；另一部分则传递至 `adjust_exposure` 函数进行曝光增强/减弱后再展示给用户查看[^2]。 - **双窗口显示设计**：采用 OpenCV 的 `imshow` 方法分别渲染未经修改以及经过特定 Gamma 值调节之后的效果图以便直观比较差异所在[^3]. --- ### 注意事项 当实际部署此类应用程序时需要注意不同硬件环境下的兼容性和性能表现问题。例如某些低端嵌入式平台上可能因为算力不足而导致刷新率下降影响用户体验感等问题都需要提前做好充分评估准备才行[^4].