线性图像校正无效果咨询：校正后图像与原图无差异

从你提供的图像来看，原始图像与校正后的图像几乎没有差异，核心原因及代码问题分析如下：

主要原因：原始图像像素已覆盖完整动态范围 #

线性校正（拉伸）的核心公式是将原图像的像素范围[r_min, r_max]映射到[0,255]：

img_corrected = (img - r_min) * 255.0 / (r_max - r_min)

如果你的原始图像本身像素值就已经覆盖了0-255的完整区间（即r_min=0、r_max=255），那么计算后每个像素值与原图完全一致，自然看不到校正效果。

你可以在代码中添加打印语句验证这一点：

print(f"原始图像像素最小值：{r_min}，最大值：{r_max}")

如果输出为0和255，就说明是这个原因——你的原始图像对比度已经拉满，线性拉伸无法再改变它。

代码中的其他问题 #

• 颜色空间转换错误：你用cv2.IMREAD_GRAYSCALE读取的是单通道灰度图，却用cv2.COLOR_BGR2RGB进行转换（该转换仅适用于三通道BGR图像）。正确的灰度图转RGB方式应该是：

  img_corrected = cv2.cvtColor(img_corrected, cv2.COLOR_GRAY2RGB)
  

  不过这个错误不会导致图像与原图一致，只是转换逻辑错误。

• 冗余的图像读写：代码中保存校正图像后又重新读取的步骤完全多余，既不影响显示结果，也对校正逻辑无帮助，可以删除。

验证线性校正效果的方法 #

如果想看到线性校正的明显效果，可以：

• 换用一张曝光不足、对比度低的图像（像素范围未覆盖0-255）；
• 或者截取原始图像的局部区域（比如中间高亮/暗部区域），模拟像素范围受限的情况：

  # 截取图像局部，模拟像素范围受限
  img_crop = img[100:300, 100:300]
  r_min_crop = np.min(img_crop)
  r_max_crop = np.max(img_crop)
  img_corrected_crop = (img_crop - r_min_crop) * 255.0 / (r_max_crop - r_min_crop)
  img_corrected_crop = np.uint8(img_corrected_crop)
  cv2_imshow(img_crop)
  cv2_imshow(img_corrected_crop)
  

内容的提问来源于stack exchange，提问作者Mosh Tumuch