为什么在使用Numpy数组增亮图像时，灰度值在达到255后重置为零，然后又增加而不是裁剪？

问题描述

由于我已经在Matlab中完成了这些实验，因此我尝试在Matlab中完成一些我们打算在python中进行视频分析模块的实验，但是我在加亮图像方面遇到了问题。我已经将图像毫无问题地读入Numpy数组中，但是当我使用以下代码尝试将其变亮然后显示时：

    def imageProcessing(self,imageLocation):
        image = numpy.array(Image.open(imageLocation))
        imageGreyScale = numpy.array(Image.open(imageLocation).convert('L'))
        imageReadable = Image.fromarray(imageGreyScale)
        imageReadable.show()
        matplotlib.pyplot.hist(imageGreyScale.ravel(),256,[0,256]);
        matplotlib.pyplot.show()

        imageGreyScale = imageGreyScale+50
        imageReadableBrighter = Image.fromarray(imageGreyScale)
        imageReadableBrighter.show()
        matplotlib.pyplot.hist(imageGreyScale.ravel(),256]);
        matplotlib.pyplot.show()

由于某种原因，而不是将255（最大灰度）的50之内的数据剪切为255，像素值似乎达到255，然后又回到0，然后增加了多少（剩下的图表）。在处理之前，红色的位在绿色的位旁边，但是可以说，不是被剪切，而是被“环回”了） Graph of the histogram after adding 50 to every pixel value

现在，我尝试添加条件赋值语句，例如Numpy.where（）等，但似乎无法使其正常工作。谁能解释发生了什么或如何解决？谢谢。

使用： Python版本3.5，最新版本的Numpy，最新版本的PIL，在最新版本的MacOS上

解决方法

为什么250 + 50 = 44？

就位而言，以这种方式实现是最简单的。在8位加法中，将计算所有8位，并且不存储第9位（300 = 100101100b，44 = 101100b）。

如果以检查溢出然后将值替换为最小或最大有效值的方式实现CPU，则计算仍将是错误的，在某些情况下甚至会更糟，并且即使存在不会有溢出的机会。

如何使250 + 50 = 255？

CPU不会自动为您完成操作，但是您可以自己完成操作。

您要执行的操作是将y = x + 50替换为：

if x < 205:
    y = x + 50
else:
    y = 255

要在大型numpy数组上有效地执行此操作，请执行以下操作：

x = np.array([1,2,3,100,200,220,250],dtype=np.uint8)
y = x + 50
y[x > 205] = 255  # or y[y < 50] = 255

或更短，根据您的情况：

imageGreyScale += 50
imageGreyScale[imageGreyScale < 50] = 255

brightness image-preprocessing image-processing numpy python