八邻域，四邻域对比度计算

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：

1. 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

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) / 1.0   # 除以1.0的目的是uint8转为float型，便于后续计算
    rows_ext,cols_ext = img1_ext.shape
    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)

结果如下（供参考）：
13.12
15.19
16.24
18.21
结论：图片越清晰，对比度越大

使用如下图片（因为下面图片大小被压缩，所以计算结果可能不一致，但大小顺序一致）
===