使用Python分析图像亮度的方法有哪些？

Question

我想要一些关于在Python中进行简单图像分析的建议。我需要计算一张图片的“亮度”值。我知道PIL是处理这类事情的首选库。它里面有一个内置的直方图功能。

我需要的是“感知亮度”的值，这样我才能判断是否需要对图片进行进一步调整。那么在这种情况下，有哪些基本的技术可以使用呢？我应该只处理RGB值，还是说直方图能给我提供足够接近的结果呢？

一个可能的解决方案是将这两者结合起来，先用直方图生成平均的红、绿、蓝值，然后再应用“感知亮度”的公式。

Answer 1

我觉得你可以先把RGB颜色转换成灰度，这样得到的结果会比较好。然后再对这个结果做直方图分析。至于用直方图计算平均值还是中位数哪个更合适，我不太确定，不过在大多数图像中，它们的结果可能差不多。

我不太清楚在PIL这个库里，怎么用任意公式把颜色转换成灰度，不过我猜应该是可以做到的。

Answer 2

如果你只是想要整张图片的平均值，而不是每个像素的亮度值，那么使用PIL库的直方图来计算平均值，再把这个结果应用到亮度函数上，似乎是最合适的方法。

如果你使用的是ImageMagick（配合PythonMagick），我建议你使用identify命令，并把“verbose”选项打开。这样你就能得到每个通道的平均值，这样就不用自己去计算直方图的总和和平均值了——你可以直接把每个通道的值相乘。

Answer 3

根据问题中提到的技术，我想出了几种不同的版本。

每种方法返回的值都很接近，但并不完全相同。而且，除了最后一种方法外，其他方法的运行速度差不多，最后一种方法的速度会因为图像大小而变得很慢。

1. 把图像转换为灰度图，然后返回平均像素亮度。

   def brightness( im_file ):
      im = Image.open(im_file).convert('L')
      stat = ImageStat.Stat(im)
      return stat.mean[0]
   

2. 把图像转换为灰度图，然后返回像素的均方根亮度。

   def brightness( im_file ):
      im = Image.open(im_file).convert('L')
      stat = ImageStat.Stat(im)
      return stat.rms[0]
   

3. 先计算像素的平均值，然后转换为“感知亮度”。

   def brightness( im_file ):
      im = Image.open(im_file)
      stat = ImageStat.Stat(im)
      r,g,b = stat.mean
      return math.sqrt(0.241*(r**2) + 0.691*(g**2) + 0.068*(b**2))
   

4. 计算像素的均方根值，然后转换为“感知亮度”。

   def brightness( im_file ):
      im = Image.open(im_file)
      stat = ImageStat.Stat(im)
      r,g,b = stat.rms
      return math.sqrt(0.241*(r**2) + 0.691*(g**2) + 0.068*(b**2))
   

5. 计算像素的“感知亮度”，然后返回平均值。

   def brightness( im_file ):
      im = Image.open(im_file)
      stat = ImageStat.Stat(im)
      gs = (math.sqrt(0.241*(r**2) + 0.691*(g**2) + 0.068*(b**2)) 
            for r,g,b in im.getdata())
      return sum(gs)/stat.count[0]
   

更新测试结果 我对200张图像进行了模拟测试。发现方法#2和#4的结果几乎完全相同。而方法#3和#5的结果也非常接近。方法#1的结果紧随#3和#5之后（有一些例外情况）。