用 Python 處理泛黃的老照片

可能是婚宴時，也可能是在 FB 上，常會到泛黃的舊照片。其實簡單的處理就能賦予舊照片新生命（可能只有一點點新生命就是了）。
最簡單的方式是用 gimp 的 auto white balance，也就是 自動白平衡處理。
但不需要用到 gimp 這麼大的程式，其實 python 和 PIL 就能處理，而且程式碼很短。
gimp 的白平衡原理，就是把 RGB 個顏色，除了上下 0.5% 外，盡量線性拉長。
下面的 PIL 可以達到相同效果（但我用了比較強的參數，上下 1.5%）

from PIL import Image, ImageOps
ImageOps.autocontrast( Image.open("a.jpg"), 3).save("f.jpg")

實際的例子：原圖

處理後

另外也可以 auto equalize，也就是把色調盡量拉成平均分佈， 整體來說色彩會比較平均，但顏色常常會變得像是有雜訊。

from PIL import Image, ImageOps
ImageOps.equalize( Image.open("a.jpg")).save("e.jpg")

 當然，也可以做其它處理，比方將 equalize 以及 autocontrast 的圖混合。或者根據 histogram 另外平移個別色彩。不過，在 PIL 中，就需要把圖的 rgb bands 拆開處理了。
下面是將 gimp 的自動白平衡改寫成 python code（其中， f 是用來找上下 0.5%)，可以提供進一步修改的基礎

from PIL import Image
im=Image.open("a.jpg")
htmp=im.histogram()
hg=[htmp[i*256:(i+1)*256] for i in range(3)]
s0=im.size[0]*im.size[1]*0.005
def f(s, x=s0, i=-1):
    return i if x<0 else f(s, x-next(s), i+1)
ends=[(f(iter(h)), 255-f(reversed(h))) for h in hg]
cut=lambda c: sorted([0, c, 255])[1]
new_d=lambda d: tuple(cut(255*(c-lb)/(ub-lb)) for c,(lb,ub) in zip(d, ends))
im.putdata([new_d(d) for d in im.getdata()])
im.save("b.jpg")