一 图像对比度理论知识
1 定义
对比度：通俗地讲就是亮暗的拉伸对比程度，通常表现了图像画质的清晰程度。对比度的计算公式如下：

2 计算案例

解释：

每个小括号的数据是怎么来的？按四近邻计算，比如第一个小括号：以第一行第一列为中心，上下左右分别与这个中心值相减再平方，然后加在一起，即：（2-1）2+（3-1）2；第二个小括号即：（1-3）2+（9-3）2+（1-3）2
最后的48是怎么来的：其实就是总的平方次个数
二 代码实现

    '''上面案例和下面代码都是使用四近邻方式计算'''
    from cv2 import cv2
    import numpy as np
    def contrast(img0):   
        img1 = cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) #彩色转为灰度图片
        m, n = img1.shape
        #图片矩阵向外扩展一个像素
        img1_ext = cv2.copyMakeBorder(img1,1,1,1,1,cv2.BORDER_REPLICATE) 
        rows_ext,cols_ext = img1_ext.shape
       
                       小编还有更多有关Python的免费学习资料和心得，
                              
                                 快来基地688244617
                                
                                 跟我一起交流吧
        b = 0.0
        for i in range(1,rows_ext-1):
            for j in range(1,cols_ext-1):
                b += ((img1_ext[i,j]-img1_ext[i,j+1])**2 + (img1_ext[i,j]-img1_ext[i,j-1])**2 + 
                        (img1_ext[i,j]-img1_ext[i+1,j])**2 + (img1_ext[i,j]-img1_ext[i-1,j])**2)
    
        cg = b/(4*(m-2)*(n-2)+3*(2*(m-2)+2*(n-2))+2*4) #对应上面48的计算公式
        print(cg)
       
    img0 = cv2.imread('1301022016GF2DOM_2535_5118_0_copy1.jpg')
    contrast(img0)
    img1 = cv2.imread('1301022016GF2DOM_2535_5118_0_copy2.jpg')
    contrast(img1)
    img2 = cv2.imread('1301022016GF2DOM_2535_5118_0_copy3.jpg')
    contrast(img2)
    img3 = cv2.imread('1301022016GF2DOM_2535_5118_0_copy4.jpg')
    contrast(img3)
   
                       更多有关Python的免费学习资料和心得，
                             快来基地688244617
                               跟我一起交流吧 

结果如下：
20906.021314691152
26861.281793266557
27822.16401641625
28115.63633277685
结论：图片越清晰，对比度越大

使用如下图片

实验内容

给定灰度图像矩阵I（测试示例I=[1 3 9 9; 2 1 3 7; 3 6 0 6; 6 8 2 0]）。计算I的对比度。

源码实现

function [res] = Computers(G)
res = 0;
[m,n] = size(G);
Lc = 4*(n-2)*(m-2)+2*(m-2)*3+2*(n-2)*3+4*2; % 算出底数 
% 使用全负一矩阵进行包围
a= ones(n+2,m+2);
a=-a;
for i =2:n+1
    for j= 2:m+1
        a(i,j)=G(i-1,j-1);
    end
end
% 4近邻的四个方向。
dir = [1,0;0,1;0,-1;-1,0];
for i= 2:n+1
    for j= 2:m+1
        for k=1:4
        	% 相邻位置的坐标x，y
            x=i+dir(k,1);
            y = j+dir(k,2);
            cnt = a(x,y);%新坐标值
            if(cnt~=-1)%判断是否越界
                res  = res +(cnt-a(i,j))*(cnt-a(i,j));
            end
        end
    end
end
res = res/Lc;

分析

这里采用矩阵包围的方法，省去了边角界特殊判断的过程，增强了代码可读性理解性，但是也牺牲一定的性能。有利有弊吧。

结果

ans = 13.3333

数字图像的亮度与对比度
亮度：设uint8型的灰度图像的二维矩阵为A，设置常整数-255<=c<=255，则A+c就表示亮度的调整。若A+c超过255则自动设置为255，反之若A+c小于0则自动设置为0

对比度：设uint8型的灰度图像的矩阵为A,设置正常数c>0与0~255之间的整数k，

表示以k为灰度中心，将对比放大/缩小 c倍。通常，因对比度常定义为最大最小灰度比值，故假设 k=0，注意：结果仍会自动转化为 uint8型的数据。