使用PIL调整两张图片平均亮度至中间值时结果不符的问题排查

核心原因 #

你遇到的亮度偏差主要来自两个关键因素：

1. 彩色转灰度的两次取整误差：

   • 计算原始图片平均亮度时，你先将彩色图转为灰度图（L模式），此时每个像素的灰度值会被取整为整数（例如111.4会被转为111）。
   • ImageEnhance.Brightness是对彩色图的每个RGB通道单独乘以系数，处理后的图片再转为灰度图时，又会进行一次取整操作。两次取整的误差累积，导致最终平均亮度与预期中点产生明显偏差。

2. 像素值的整数转换误差：
   Pillow的point方法（ImageEnhance.Brightness.enhance底层调用）会将变换后的浮点像素值四舍五入为整数（并截断到0-255范围），单个像素的±0.5误差累积后，也会让整体平均亮度偏离计算值。

验证与解决方案 #

方案1：直接对灰度图进行亮度调整 #

如果不需要保留彩色信息，先将图片转为灰度图再调整亮度，可避免两次彩色转灰度的取整误差，让平均亮度更接近预期值：

# 修改亮度调整代码部分
img1_gray = img1.convert('L')
obj = ImageEnhance.Brightness(img1_gray)
a = obj.enhance(factor1)

img1_bright2, brightness2 = calculate_average_brightness(a)

方案2：针对彩色图的精确亮度校正 #

如果需要保留彩色，建议直接对每个RGB通道进行线性变换，手动处理浮点数到整数的转换，同时基于原始彩色通道的平均亮度计算调整系数：

def adjust_brightness_rgb(image, target_avg):
    # 计算RGB各通道的平均亮度
    r, g, b = image.split()
    r_avg = sum(r.getdata()) / len(r.getdata())
    g_avg = sum(g.getdata()) / len(g.getdata())
    b_avg = sum(b.getdata()) / len(b.getdata())
    
    # 计算各通道的调整系数
    factor_r = target_avg / r_avg
    factor_g = target_avg / g_avg
    factor_b = target_avg / b_avg
    
    # 对每个通道进行调整，四舍五入到整数
    r_adjusted = r.point(lambda x: round(x * factor_r))
    g_adjusted = g.point(lambda x: round(x * factor_g))
    b_adjusted = b.point(lambda x: round(x * factor_b))
    
    # 合并通道返回调整后的图片
    return Image.merge('RGB', (r_adjusted, g_adjusted, b_adjusted))

# 使用示例
target_mid = mid  # 之前计算的中点值
a = adjust_brightness_rgb(img1, target_mid)
img1_bright2, brightness2 = calculate_average_brightness(a)

额外说明 #

如果误差仍然超出预期，建议检查图片的色彩模式（例如是否为CMYK而非RGB），这类模式的色彩转换逻辑会进一步影响亮度计算结果。

内容的提问来源于stack exchange，提问作者Chris