亮度

亮度是一个相对术语。这取决于您的视觉感知。由于亮度是一个相对项，因此亮度可以定义为光源相对于我们要比较的光源输出的能量。在某些情况下，我们可以轻松地说出图像是明亮的，在某些情况下，它并不容易感知。

例如

只需看看这两个图像，然后比较哪个更亮即可。

我们可以很容易地看到，与左侧的图像相比，右侧的图像更亮。

但是，如果使右边的图像比第一个图像更暗，则可以说左边的图像比左边的图像更亮。

如何使图像更明亮。

可以通过简单地对图像矩阵进行加减来增加或减少亮度。

考虑这个5行5列的黑色图像

众所周知，每个图像的后面都有一个矩阵，其中包含像素值。该图像矩阵如下。

由于整个矩阵都填充了零，因此图像要暗得多。

现在，我们将其与另一个相同的黑色图像进行比较，以查看该图像是否变亮。

仍然这两个图像都是相同的，现在我们将对image1执行一些操作，由于该操作，它比第二个图像更亮。

我们要做的是，我们将简单地将值1添加到图像1的每个矩阵值中。添加图像1之后将像这样。

现在，我们将再次将其与图像2进行比较，看看有什么不同。

我们看到，仍然无法分辨哪个图像更亮，因为两个图像看起来相同。

现在我们要做的是，将图像1的每个矩阵值加50，然后查看图像变成了什么。

输出如下。

现在，再次将其与图像2进行比较。

现在您可以看到图像1的亮度比图像2的亮度稍高。我们继续进行操作，并将另外45个值添加到图像1的矩阵中，这一次我们再次比较两个图像。

现在，当您比较它时，您可以看到该图像1明显比图像2亮。

甚至比旧图像更亮1。此时，image1的矩阵在每个索引处包含100，首先添加5，然后添加50，然后添加45。因此5 + 50 + 45 = 100。

对比

对比度可以简单地解释为图像中最大像素强度和最小像素强度之间的差异。

例如。

考虑最终图像1的亮度。

该图像的矩阵为：

此矩阵的最大值为100。

此矩阵的最小值为100。

对比度=最大像素强度(减去)最小像素强度

= 100(减去)100

= 0

0表示此图像的对比度为0。