图片批量色阶工具直方图调整

本文目录导读：

1. 首选方案：Adobe Photoshop 的动作 + 批处理
2. 高效免费方案：FastStone Image Viewer
3. 极客/开发者方案：Python + Pillow (PIL) 脚本
4. 总结与选择建议

Adobe Photoshop 的动作 + 批处理

这是最主流、功能最强大的方案,适合需要精细控制色阶调整策略的用户。

步骤：

1. 录制动作（Action）：

   • 打开一张代表性图片。
   • 打开“动作”面板（窗口 > 动作）。
   • 点击“创建新动作”按钮，命名（如“批量色阶”），点击“记录”。
   • 执行：图像 > 调整 > 色阶（快捷键 Ctrl+L）。
   • 调整色阶滑块（输入色阶的阴影、中间调、高光），或者点击“自动”按钮（可配合选项中的算法，如“增强每通道的对比度”）。
   • 点击“确定”。
   • 点击“动作”面板下方的“停止播放/记录”按钮。

2. 批处理：

   • 菜单：文件 > 自动 > 批处理。
   • 播放： 选择刚才录制的动作。
   • 源： 选择要处理的图片文件夹。
   • 目标： 选择处理后的图片保存文件夹，建议勾选“覆盖动作中的‘存储为’命令”。
   • 文件命名： 设置批处理后的文件命名规则。
   • 错误： 建议选择“记录错误到文件”,便于排查问题。

高效免费方案：FastStone Image Viewer

这款软件体积小、免费、速度快，内置了强大的批处理工具，非常适合快速调整图片的色阶、亮度、对比度等。

步骤：

1. 打开 FastStone Image Viewer。
2. 进入批处理模式：点击菜单栏 工具 > 批量转换 或直接按快捷键 Ctrl+F。
3. 添加文件： 在左侧导航中找到并选择要处理的图片,添加到右侧列表。
4. 输出设置： 设置输出格式（建议保持原始格式或设为JPG）和输出文件夹。
5. 核心步骤 - 添加调整：
   • 点击窗口底部的 “选项” 按钮（或高级选项中的齿轮图标）。
   • 在弹出的窗口中，找到并勾选 “色阶” 或 “亮度/对比度/伽马” 等调整选项。
   • 点击该选项旁边的 “设置” 按钮,弹出对话框。
   • 直方图调整： 您可以直接拖动阴影（黑点）、中间调（灰点）、高光（白点）滑块，您也可以调整红、绿、蓝三个通道的色阶。
   • 模式选择： 如果每张图片的明暗分布差异很大，建议选择 “自定义” 模式并手动设定一个合理的范围，或者在软件支持下尝试 “自动” 模式。
   • 预览： 勾选“预览”查看当前图片效果，调整满意后点击“确定”。
6. 点击“开始”执行批处理。

极客/开发者方案：Python + Pillow (PIL) 脚本

如果您需要处理大量图片，并且希望实现完全可重复、参数可微调的效果，使用 Python 脚本是最佳选择。

核心代码示例（调整所有图片的色阶）：

from PIL import Image, ImageOps
import os
def batch_adjust_levels(input_dir, output_dir, black_point=0, white_point=255, mid_point=128):
    """
    批量调整图片色阶。
    Args:
        input_dir: 输入图片文件夹路径
        output_dir: 输出图片文件夹路径
        black_point: 输入色阶的黑场值 (0-255)
        white_point: 输入色阶的白场值 (0-255)
        mid_point: 输入色阶的中间调伽马值，经验：128为中性，>128变暗，<128变亮。
        注意：实际上PIL的色阶调整是通过缩放实现的，这里简化了实现。
        更精确的色阶调整需要用到Point或色阶查找表(LUT)。
    """
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    for filename in os.listdir(input_dir):
        if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.tiff', '.bmp')):
            img_path = os.path.join(input_dir, filename)
            img = Image.open(img_path)
            # 方法1：使用自动对比度（类似PS的自动色阶）
            # img_adjusted = ImageOps.autocontrast(img, cutoff=0.5) 
            # 方法2：手动调整色阶（基于PIL的ImageOps.scale或自定义）
            # 这里用一个简化的实现：将[black_point, white_point]映射到[0, 255]
            # 注意：这忽略了对中间调的伽马调整，但足以批量处理
            def map_levels(x):
                if x <= black_point:
                    return 0
                elif x >= white_point:
                    return 255
                else:
                    return int((x - black_point) * 255 / (white_point - black_point))
            # 创建映射表
            lut = [map_levels(i) for i in range(256)]
            # 将色阶表应用到所有通道
            img_adjusted = img.point(lut * len(img.getbands()))
            # 保存
            save_path = os.path.join(output_dir, f"adjusted_{filename}")
            img_adjusted.save(save_path)
            print(f"已处理: {filename}")
# 使用示例 - 将输入图片的黑场设为30，白场设为220
batch_adjust_levels("./input_images/", "./output_images/", black_point=30, white_point=220)

安装依赖： pip install Pillow

高级脚本提示： 对于更精确的色阶调整（包括中间调伽马和分通道调整），建议使用 OpenCV（cv2）或 Skimage 库,它们提供更直接的色阶调整函数。

总结与选择建议

最后建议： 无论使用哪种工具，执行全自动批量处理时，建议先对一个子集（如10-20张）进行测试，确保“自动色阶”或手动设置的参数效果能够代表您的整体需求,避免因单张图片异常导致整个批次效果不佳。

标签： 色阶工具 直方图