【python】批量调整图片亮度和饱和度，比PS还方便的图片处理，cv2

使用python中的cv2模块批量调整图片亮度和饱和度，比PS还方便！

1. 同一批图片批量处理亮度和饱和度先通过以下链接先确定数值大小

使用滑动条调整图片亮度和饱和度

2. 确定数值后再使用本文代码进行批量调整

完整代码：

import numpy as np
import cv2
import os
# 调整最大值
MAX_VALUE = 100

def update(input_img_path, output_img_path, lightness, saturation):
    """
    用于修改图片的亮度和饱和度
    :param input_img_path: 图片路径
    :param output_img_path: 输出图片路径
    :param lightness: 亮度
    :param saturation: 饱和度
    """

    # 加载图片 读取彩色图像归一化且转换为浮点型
    image = cv2.imread(input_img_path, cv2.IMREAD_COLOR).astype(np.float32) / 255.0

    # 颜色空间转换 BGR转为HLS
    hlsImg = cv2.cvtColor(image, cv2.COLOR_BGR2HLS)

    # 1.调整亮度（线性变换)
    hlsImg[:, :, 1] = (1.0 + lightness / float(MAX_VALUE)) * hlsImg[:, :, 1]
    hlsImg[:, :, 1][hlsImg[:, :, 1] > 1] = 1
    # 饱和度
    hlsImg[:, :, 2] = (1.0 + saturation / float(MAX_VALUE)) * hlsImg[:, :, 2]
    hlsImg[:, :, 2][hlsImg[:, :, 2] > 1] = 1
    # HLS2BGR
    lsImg = cv2.cvtColor(hlsImg, cv2.COLOR_HLS2BGR) * 255
    lsImg = lsImg.astype(np.uint8)
    cv2.imwrite(output_img_path, lsImg)


dataset_dir = 'imgs'
output_dir = 'output'

#这里调参！！！
lightness = int(input("lightness(亮度-100~+100):")) # 亮度
saturation = int(input("saturation(饱和度-100~+100):")) # 饱和度

# 获得需要转化的图片路径并生成目标路径
image_filenames = [(os.path.join(dataset_dir, x), os.path.join(output_dir, x))
                    for x in os.listdir(dataset_dir)]
# 转化所有图片
for path in image_filenames:
    update(path[0], path[1], lightness, saturation)

效果图：