实现图片亮度增强或减弱可以利用OpenCV的图像处理库，具体操作可以分为以下步骤：

准备工作

1. 安装Python和OpenCV库
2. 导入OpenCV库

import cv2

亮度增强

亮度增强可以通过增加每个像素的亮度值来实现，具体操作步骤如下：
1. 读取待处理的图片

img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

1. 将图像从BGR转换为HSV格式

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

1. 对V通道的像素值进行增加

bright_img = cv2.add(hsv[:,:,2], 50)
hsv[:,:,2] = np.uint8(bright_img)

1. 将HSV格式的图像转换为BGR格式

bright_bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

1. 显示亮度增强后的图片

cv2.imshow('Bright Image', bright_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例1：将图片的亮度进行增加

import cv2
import numpy as np

# 读取待处理的图片
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

# 将图像从BGR转换为HSV格式
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 对V通道的像素值进行增加
bright_img = cv2.add(hsv[:,:,2], 50)
hsv[:,:,2] = np.uint8(bright_img)

# 将HSV格式的图像转换为BGR格式
bright_bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# 显示亮度增强后的图片
cv2.imshow('Bright Image', bright_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

亮度减弱

亮度减弱可以通过减少每个像素的亮度值来实现，具体操作步骤如下：
1. 读取待处理的图片

img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

1. 将图像从BGR转换为HSV格式

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

1. 对V通道的像素值进行减少

bright_img = cv2.add(hsv[:,:,2], -50)
hsv[:,:,2] = np.uint8(bright_img)

1. 将HSV格式的图像转换为BGR格式

bright_bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

1. 显示亮度减弱后的图片

cv2.imshow('Bright Image', bright_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例2：将图片的亮度进行减少

import cv2
import numpy as np

# 读取待处理的图片
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

# 将图像从BGR转换为HSV格式
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 对V通道的像素值进行减少
bright_img = cv2.add(hsv[:,:,2], -50)
hsv[:,:,2] = np.uint8(bright_img)

# 将HSV格式的图像转换为BGR格式
bright_bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# 显示亮度减少后的图片
cv2.imshow('Dark Image', bright_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()