Gamma变换是对输入图像灰度值进行的非线性操作,使输出图像灰度值与输入图像灰度值呈指数关系:
Gamma变换就是用来图像增强,其提升了暗部细节,简单来说就是通过非线性变换,让图像从曝光强度的线性响应变得更接近人眼感受的响应,即将漂白(相机曝光)或过暗(曝光不足)的图片,进行矫正。
大于1时,对图像的灰度分布直方图具有拉伸作用(使灰度向高灰度值延展),而小于1时,对图像的灰度分布直方图具有收缩作用(是使灰度向低灰度值方向靠拢)。
公式:,x是整幅图像像素的平均值,y是像素值最大范围的一半。
import numpy as np import cv2 def gamma_trans(img, gamma): # gamma函数处理 gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)] # 建立映射表 gamma_table = np.round(np.array(gamma_table)).astype(np.uint8) # 颜色值为整数 return cv2.LUT(img, gamma_table) # 图片颜色查表。另外可以根据光强(颜色)均匀化原则设计自适应算法。 img_gray=cv2.imread(img_path,0) # 灰度图读取,用于计算gamma值 img = cv2.imread(img_path) # 原图读取 mean = np.mean(img_gray) gamma_val = math.log10(0.5)/math.log10(mean/255) # 公式计算gamma image_gamma_correct = gamma_trans(img, gamma_val) # gamma变换
原图:
校正后的图: