如何降低NumPy数组形式图像数据集的对比度？

Albumentations中的RandomBrightnessContrast变换可以满足固定降低对比度的需求，默认它是随机调整参数，但我们可以通过设置固定值，让整个数据集统一应用对比度降低操作。

具体实现步骤 #

1. 导入依赖库

   import numpy as np
   import albumentations as A
   

2. 定义固定对比度降低的变换管道
   通过设置contrast_limit为负数来降低对比度（取值范围[-1,1]，负数对应降低，正数对应增强），同时关闭亮度调整、设置p=1.0确保每个样本都被处理：

   # 示例：降低50%对比度，可根据实验需求调整contrast_limit的数值
   transform = A.Compose([
       A.RandomBrightnessContrast(brightness_limit=0, contrast_limit=-0.5, p=1.0)
   ])
   

3. 批量处理数据集
   遍历每个样本应用变换，注意Albumentations默认处理HWC格式的图像（你的数据(28,28,1)正好符合该格式）：

   # 假设X是你处理后的原始数据集，形状为(-1,28,28,1)
   X_low_contrast = []
   for img in X:
       # 若数据是归一化后的float类型（0-1），需先转成uint8（0-255）适配Albumentations
       # 转换代码：img_uint8 = (img * 255).astype(np.uint8)
       result = transform(image=img)
       X_low_contrast.append(result['image'])
   X_low_contrast = np.array(X_low_contrast)
   

关键注意事项 #

• 数据类型适配：Albumentations多数变换默认要求输入为uint8类型（像素值0-255），如果你的数据是归一化后的float32（0-1），需要先转换类型，处理后可再转回原类型：

  # float32(0-1)转uint8(0-255)
  img_uint8 = (img * 255).astype(np.uint8)
  result = transform(image=img_uint8)
  # 转回float32(0-1)
  img_low_contrast = result['image'].astype(np.float32) / 255.0
  

• 对比度幅度调整：contrast_limit的数值可按需修改，比如-0.3对应降低30%对比度，-0.7对应降低70%对比度。

内容的提问来源于stack exchange，提问作者MRSinal