我曾写过2篇关于GDI+图像亮度调整的文章：《GDI+ 在Delphi程序的应用 -- 调整图像亮度》和《GDI+ 在Delphi程序的应用 -- ColorMatrix与图像亮度》，前者采用GDI+的Bitmap扫描线逐点增加或减少图像像素RGB的值，后者则通过设置GDI+的ColorMatrix进行调整，但是这两种方法都属于非线性的亮度调整，优点是代码简单、速度快，缺点是在调整亮度的同时，也损失了图像的色彩的纯度。

正在装载数据……

    利用HSL颜色空间，通过只对其L（亮度）部分调整，可达到图像亮度的线性调整。但是，RGB和HSL颜色空间的转换很繁琐，一般还需要浮点数的运算，不仅增加了代码的复杂度，更重要的是要逐点将RGB转换为HSL，然后确定新的L值，再将HSL转换为RGB，运行速度可想而知是很慢的。要想提高图像亮度线性调整的速度，应该从三方面考虑，一是变浮点运算为整数运算，二是只提取HSL的L部分进行调整，三是采用汇编代码，在Delphi中，当然是BASM。下面是按照这三方面考虑写的图像亮度线性调整代码：

        其中的GetHSL_L和SetHSL_L过程是2个内部过程（不能直接调用的），为了方便调试和测试用的，可以将它们的代码直接移入到HSLBrightness过程中，分别替换call    GetHSL_L和call    SetHSL_L，速度还可得到小小的提升。

        GetHSL_L是用来提取像素HSL颜色的L部分，比较简单，用Pascal语法就一句话：

        L := (Max(R, Max(G, B)) + Min(R, Min(G, B))) div 2;

L没有采用通常的百分比表示，而是取值0 - 255，这样就不必要采用浮点数运算了。

        SetHSL_L相对要复杂多了，也是代码的核心部分，主要完成2个功能，一是用以前的L值（GetHSL_L中得到的）分别RGB求出其HSL的HS部分，其公式用Pascal表示为：

if L > 128 then
begin
  rHS := (R * 128 - (L - 128) * 256) div (256 - L);
  gHS := (G * 128 - (L - 128) * 256) div (256 - L);
  bHS := (B * 128 - (L - 128) * 256) div (256 - L);
end else
begin
  rHS := R * 128 div L;
  gHS := G * 128 div L;
  bHS := B * 128 div L;
end;

        二是用新的L值（老的L值加需要调整的亮度值(0 - 255)）和上面求出的HS值计算出新的RGB值，计算方法为：
newL := L + Value - 128;
if newL > 0 then
begin
  newR := rHS + (256 - rHS) * newL div 128;
  newG := gHS + (256 - gHS) * newL div 128;
  newB := bHS + (256 - bHS) * newL div 128;
else begin
  newR := rHS + rHS * newL div 128;
  newG := gHS + gHS * newL div 128;
  newB := bHS + bHS * newL div 128;
end;

        如此，一个像素点的线性亮度调整就基本完成了，这也是比非线性亮度调整多出来的代码，运行速度肯定比非线性亮度调整慢，但完全可以满足要求：在我的机器上测试（P464 2.8G, DDR2 667 1GB），一幅1000W像素的数码照片用非线性调整为750毫秒，而线性调整过程为1300毫秒，其中，TGpBitmap的Lock过程就占了600多毫秒，实际非线性调整约150毫秒，线性亮度调整大约为750毫秒左右，是非线性调整耗时的5倍！当然，对于小的照片这些完全可以忽略。至于HSLBrightness过程在这里只是个循环处理框架罢了。

        至于上述代码计算是否正确，我做过随机单个像素提取和还原的测试，也就是随机给出R、G、B，提取其L值，然后不改变L值，提取HS值后还原为新的R、G、B值，其准确度差不多为99%以上，我也用《Delphi数字图像处理及高级应用》一书中的HSL与RGB转换代码测试过，本过程比书上的过程还原准确度高多了！其原因是我只提取了HSL的L，虽然也求了HS部分，但并没有将其拆开，这就减少了运算精度损失；另外，该书的L值以100为单位，而本过程用255为单位，虽然是整数运算，但只要在合适的地方给与适度补偿，其运算精度比书上的浮点数运算还高。我把测试GetHSL_L和SetHSL_L的代码附在下面，有兴趣的朋友可以测试一下：

    好了，下面可以给出图像亮度线性调整过程的测试代码了：

        测试代码有2个，一是使用GDI+的TGpBitmap，一是使用Delphi的TBitmap，测试结果是相同的。有人可能会问，GDI+的图像亮度调整过程能否调整TBitmap？自己测试一下不就明白了，其原理可以参见我的文章《GDI+ 在Delphi程序的应用 -- 图像卷积操作及高斯模糊》；其中，每个测试都使用了非线性调整和线性调整过程，其中的非线性调整过程可参见文章开头提到的2篇文章（好像做广告了，呵呵）。运行结果如下：

        先给出测试图片原图：

       再给出运行结果图和Photoshop处理的图片合成图（便于比较，免得贴太多的图）：

        通过上面的比较图，不难发现Photoshop的亮度处理也是非线性的，因为其处理结果与我的非线性RGB亮度调整过程的处理结果完全一样！我记得好像有网友在CSDN论坛上非要寻求Photoshop的亮度调整原理，看来大可不必了，它使用的也是一种最简单的调整方法，只不过Photoshop作了-100 - +100的范围控制而已。

        而线性亮度调整和非线性亮度调整结果比较，很显然，线性调整后的颜色深度和层次性要好多了，在亮度值20的时候，效果比非线性亮度调整好多了，至于亮度值100和-100的调整，表面看，似乎线性调整不如非线性调整好看：非线性调整比较平淡、均匀，所以看上去比较“顺眼”；而线性调整由于调整后的颜色的纯度没什么损失，随着图像亮度大幅度的线性增减，其色彩层次空间也相应变化很大，使部分像素超出0 - 255范围，所以显得“难看”。但是仔细观察一下，亮度值为100的图像，虽然面部因亮度太强而损失了明暗，但背景的颜色层次却凸现出来了（如左下角的蓝色背景），即使是难看的-100亮度调整后的图片，也显示出很深的色彩层次空间感，而非线性亮度调整后的图片，除了平淡，还是平淡。

        老生常谈：1、本人用GDI+过程与网上有区别；2、如有错误请指正，建议也请来信：maozefa@hotmail.com

本文来源：http://blog.csdn.net/maozefa/archive/2007/08/25/1758962.aspx