过于丰富，无法简介

主要实现的功能是使用python实现目录打包成zip，然后自动上传到oss中，并使用邮箱通知，邮箱支持携带附件（附件代码被注释掉了，有用途的可以打开使用）

如果想要现成的可以下载楼主上传到csdn上的皮肤包官网高清王者荣耀所有英雄皮肤两个类：DownloadPicFromURLpackage com.luntek.reptile_king_honor_imgs;import java.io.*;import java.net.URL;/** * @description: * @author: Czw * @create: 2020-09-19 11:15 **/public class DownloadPicFromURL {

简介通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。直方图均衡化通常用来增加许多图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度

伽马矫正是一种借助了指数变换映射的增强技术。伽马矫正的映射函数可表示为:d = T(s)= csY ,其中c和y为常数。y的值是控制变换效果的主要因素,所以被称之为伽马矫正。如右图所示:·当y 之1时，输入的低灰度范围被压缩，高灰度范围被拉伸，实现了强化亮部，压缩暗部的图像增强效果;·当y >1时，输入的高灰度范围被压缩，·低灰度范围被拉伸，实现了强化暗部，压缩亮部的图像增强效果;gama,pY代码实现import numpy as npimport cv2def gama

方法通过使用cv2来实现，实现代码如下import cv2# 读取图像,参数1图像路径，参数2：1代表彩色图像，0代表灰度图像im = cv2.imread('data/lena.jpg', 0)# 打印图像尺寸print(im.shape)# 查看数据类型print(type(im))# 指定路径保存图像cv2.imwrite('data/lena_gray.jpg', im)# 参数1窗口名称，参数2要显示的图像cv2.imshow('test', im)# 是图像