随着科技的高速发展，人工智能、图像识别、语音识别等逐渐走入人们的视野。作为人工智能的一大核心：图像识别，目前已经初具雏形，图像处理技术也已经相对成熟。在Python中，能够熟练应用ImageEnchance模块正是打好图像处理的基础。Python中ImageEnchance模块主要用于图像增强，图像增强通常用以图像识别之前的预处理，适当的图像增强能够使得识别过程达到事半功倍的效果。

这里，让我们一起见识下ImageEnchance模块的强大之处。

ImageEnchance模块中使用到以下函数实现图像的色彩、对比度、亮度、清晰度的效果调整：

• ImageEnchance.Color(image) 图像色彩平衡调整
• ImageEnchance.Contrast(image) 图像对比度调整
• ImageEnchance.Brightness(image) 图像亮度调整
• ImageEnchance.Sharpness(image) 图像清晰度调整

它们的使用步骤如下：

1. 打开图像；
2. 创建需要的增强调整器；
3. 调用调整期输出函数，指定增强系数（<1表示减弱，>1表示增强，=1表示原图不变），进行增强调整后输出图像；

程序实例：

from PIL import Image,ImageEnhance
#打开一个图像文件
image=Image.open("D:\\python\\image\\6.jpg")
#获取图片的尺寸
image_width,image_height=image.size
#创建一个新图像文件用于对比
image_new=Image.new('RGB',(2*image_width,image_height))
#将创建的新图像粘贴至原图像旁边
image_new.paste(image,(0,0))
#建立色彩调整器
iec=ImageEnhance.Color(image)
#建立亮度调整器
ieb=ImageEnhance.Brightness(image)
#建立清晰度调整器
ies=ImageEnhance.Sharpness(image)
#循环显示3种调整器调整后的图片对比
for ie in [iec,ieb,ies]:
 for r in [0.4,2.4]:
 a=ie.enhance(r)
 image_new.paste(a,(image_width,0))
 image_new.show()

运行结果：

色彩减弱对比

色彩加强对比

亮度减弱对比

亮度增强对比

清晰度减弱对比

清晰度增强对比

以上输出结果是按照for循环的顺序输出的，只需要修改程序中的增强系数r，就可以实现对图像效果的调整。

当你熟悉了Python中ImageEnchance模块，再加上你本身的美术功底，你对图像识别的理解就会更加深刻了！

更多关于Python的精彩，欢迎点击右上角“关注”红色按钮，关注小编获得更多的Python免费课程。