Gamma校正算法原理及实现

Gamma校正算法原理及实现一、Gamma校正的作用及原理1.什么是Gamma校正?理想的显示系统(如CRT显示器)、采像设备(工业相机)与输入的视频信号(真实的图像信息)成正比,但显示系统或采像设备存在的硬件特性指数Ga

大家好,又见面了,我是你们的朋友全栈君。

一、Gamma校正的作用及原理

1. 什么是Gamma校正?

  理想的显示系统(如CRT显示器)、采像设备(工业相机)与输入的视频信号(真实的图像信息)成正比,但显示系统或采像设备存在的硬件特性指数Gamma(>1)会使其输出较原始图像产生非线性失真,失真程度由具体系统的Gamma值决定,如下图所示,水平方向为真实的图像亮度,垂直方向为显示设备的输出亮度或采像设备采集到的亮度。

<span role="heading" aria-level="2">Gamma校正算法原理及实现

  为了使显示设备的输出亮度或采像设备采集到的亮度与真实,我们可以对原始图像进行一次预补偿,既让原始真实图像产生与硬件特性指数相反的反向失真,如下图所示:

<span role="heading" aria-level="2">Gamma校正算法原理及实现

 如下图所示,将产生反向失真后的图像再输出到显示系统显示则可以达到线性输出的目的,这一过程称为Gamma校正。

<span role="heading" aria-level="2">Gamma校正算法原理及实现

2. 数学定义及作用

数学定义:<span role="heading" aria-level="2">Gamma校正算法原理及实现

<span role="heading" aria-level="2">Gamma校正算法原理及实现

1)当r < 1时,如虚线所示,在低灰度值区域内,动态范围变大,进而图像对比度增强(当时,y的范围从[0,0.218]扩大到[0,0.5]);在高灰度值区域内,动态范围变小,图像对比度降低(当时,y的范围从[0.8,1]缩小到[0.9,1]),同时,图像整体的灰度值变大。

2)当r > 1时,如实线所示,灰度值区域的动态范围变小,高灰度值区域的动态范围变大,从而低灰度值区域图像的对比度降低,高灰度值区域图像的对比度提高。同时,图像整体的灰度值变小。

不同gamma值对应图像亮度的变化:

<span role="heading" aria-level="2">Gamma校正算法原理及实现<span role="heading" aria-level="2">Gamma校正算法原理及实现<span role="heading" aria-level="2">Gamma校正算法原理及实现<span role="heading" aria-level="2">Gamma校正算法原理及实现<span role="heading" aria-level="2">Gamma校正算法原理及实现

 二、算法代码实现

假设图像中有一个像素,值是 200 ,那么对这个像素进行校正须执行如下步骤: 
  1. 归一化 :将像素值转换为  0 ~ 1  之间的实数。 算法如下 : ( i + 0. 5)/256  这里包含 1 个除法和 1 个加法操作。对于像素  A  而言  , 其对应的归一化值为  0. 783203 。 

  2. 预补偿 :根据公式  , 求出像素归一化后的 数据以  1 /gamma  为指数的对应值。这一步包含一个 求指数运算。若  gamma  值为  2. 2 ,  则  1 /gamma  为  0. 454545 , 对归一化后的  A  值进行预补偿的结果就 是  0. 783203 ^0. 454545 = 0. 894872 。 

  3. 反归一化 :将经过预补偿的实数值反变换为  0  ~  255  之间的整数值。具体算法为 : f*256 – 0. 5  此步骤包含一个乘法和一个减法运算。续前 例  , 将  A  的预补偿结果  0. 894872  代入上式  , 得到  A  预补偿后对应的像素值为  228 , 这个  228  就是最后送 入显示器的数据。

  如果直接按上述步骤编程的话,假设图像的分辨率为 800*600 ,对它进行 gamma 校正,需要执行 48 万个浮点数乘法、除法和指数运算。效率过低。
  针对上述情况,提出了一种快速算法,如果能够确知图像的像素取值范围  , 例如  , 0 ~ 255 之间的整数  , 则图像中任何一个像素值只能 是  0  到  255  这  256  个整数中的某一个 ; 在  gamma 值 已知的情况下  ,0 ~ 255  之间的任一整数  , 经过“归一 化、预补偿、反归一化”操作后 , 所对应的结果是唯一的  , 并且也落在  0 ~ 255  这个范围内。
  如前例  , 已知  gamma  值为  2. 2 , 像素  A  的原始值是  200 , 就可求得 经  gamma  校正后  A  对应的预补偿值为  228 。基于上述原理  , 我们只需为  0 ~ 255  之间的每个整数执行一次预补偿操作  , 将其对应的预补偿值存入一个预先建立的  gamma  校正查找表 (LUT:Look Up Table) , 就可以使用该表对任何像素值在  0 ~ 255  之 间的图像进行  gamma  校正。

 C语言代码实现

#include <math.h>
typedef unsigned char UNIT8; //用 8 位无符号数表示 0~255 之间的整数
UNIT8 g_GammaLUT[256];//全局数组:包含256个元素的gamma校正查找表
//Buildtable()函数对0-255执行如下操作:
//①归一化、预补偿、反归一化;
//②将结果存入 gamma 查找表。
//从公式得fPrecompensation=1/gamma
void BuildTable(float fPrecompensation )
{
    int i;
    float f;
    for( i=0;i<256;i++)
    {
        f=(i+0.5F)/256;//归一化
        f=(float)pow(f,fPrecompensation);//预补偿
        g_GammaLUT[i]=(UNIT8)(f*256-0.5F);//反归一化
    }
}
 
void GammaCorrectiom(UNIT8 src[],int iWidth,int iHeight,float fGamma,UNIT8 Dst[])
{
    int iCols,iRows;
    BuildTable(1/fGamma);//gamma校正查找表初始化
    //对图像的每个像素进行查找表矫正
    for(iRows=0;iRows<iHeight;iRows++)
    {
        int pixelsNums = iRows*iWidth;
      for(iCols=0;iCols<iWidth;iCols++)
        {
            //Dst[iRows*iWidth+iCols]=g_GammaLUT[src[iRows*iWidth+iCols]];
          Dst[pixelsNums+iCols]=g_GammaLUT[src[pixelsNums+iCols]];
        }
    }
}

OpenCv实现

#include <iostream>  
#include <opencv2\core\core.hpp>  
#include <opencv2\highgui\highgui.hpp>  
#include <opencv2\imgproc\imgproc.hpp>  
#include<cmath>
using namespace cv;
 
Mat gammaTransform(Mat &srcImage, float kFactor)
{
    unsigned char LUT[256];
    for (int i = 0; i < 256; i++)
    {
        float f = (i + 0.5f) / 255;
        f = (float)(pow(f, kFactor));
        LUT[i] = saturate_cast<uchar>(f*255.0f - 0.5f);
    }
    Mat resultImage = srcImage.clone();
    if (srcImage.channels() == 1)
    {    
        MatIterator_<uchar> iterator = resultImage.begin<uchar>();
        MatIterator_<uchar> iteratorEnd = resultImage.end<uchar>();
        for (; iterator != iteratorEnd; iterator++)
        {
            *iterator = LUT[(*iterator)];
        }
    }
    else
    {
        MatIterator_<Vec3b> iterator = resultImage.begin<Vec3b>();
        MatIterator_<Vec3b> iteratorEnd = resultImage.end<Vec3b>();
        for (; iterator != iteratorEnd; iterator++)
        {
            (*iterator)[0] = LUT[((*iterator)[0])];//b
            (*iterator)[1] = LUT[((*iterator)[1])];//g
            (*iterator)[2] = LUT[((*iterator)[2])];//r
        }
    }
    return resultImage;
}
int main()
{
    Mat srcImage = imread("test.jpg");
    if (!srcImage.data)
    {
        printf("could not load image...\n");
        return -1;
    }
    //取两种不同的gamma值
    float gamma1 = 3.33f;
    float gamma2 = 0.33f;
    float kFactor1 = 1 / gamma1;
    float kFactor2 = 1 / gamma2;
    Mat result1 = gammaTransform(srcImage, kFactor1);
    Mat result2 = gammaTransform(srcImage, kFactor2);
    imshow("srcImage", srcImage);
    imshow("res1", result1);
    imshow("res2", result2);
    waitKey(0);
    return 0;
}

——————————————————————————–

参考

http://www.cambridgeincolour.com/tutorials/gamma-correction.htm

https://blog.csdn.net/lxy201700/article/details/24929013

https://blog.csdn.net/linqianbi/article/details/78617615

Gamma校正的快速算法及其C语言实现

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/155551.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 关于java打包成jar在linux上运行的一些问题「建议收藏」

    关于java打包成jar在linux上运行的一些问题「建议收藏」关于java打包成jar在linux上运行的一些问题

  • linux设置法语键盘布局,法语键盘布局图「建议收藏」

    linux设置法语键盘布局,法语键盘布局图「建议收藏」《法语键盘布局图》由会员分享,可在线阅读,更多相关《法语键盘布局图(3页珍藏版)》请在人人文库网上搜索。1、法语键盘布局(适用环境:法语输入法,法语键盘布局)法语键盘布局介绍一、与英文键盘(普通键盘)的区别1.a和q的位置互换了2.z和W位置互换3.m和“分号和冒号键”是方便的表达方式,本文中提到的“特定键”是指国际标准键盘的键(即市场上销售的普通键盘键上印刷的字符),下同。“位置互换二。键盘上的…

    2022年10月23日
  • Hbase面试题(持续更新)「建议收藏」

    Hbase面试题(持续更新)「建议收藏」1、每天百亿数据存入HBase,如何保证数据的存储正确和在规定的时间里全部录入完毕,不残留数据1)百亿数据:证明数据量非常大2)存入HBase:证明是跟HBase的写入数据有关3)保证数据的正确:要设计正确的数据结构保证正确性4)在规定时间内完成:对存入速度是有要求的那么针对以上的四个问题我们来一一分析1)数据量百亿条,什么概念呢?假设一整天60x60x24=86400秒都在写入数据,那么每秒的写入条数高达100万条,HBase当然是支持不了每秒百万条数据的,所以这百亿条数据可能不是通过实时

  • 正则表达式详细讲解篇

    正则表达式详细讲解篇

    2021年11月11日
  • LabelImg教程[通俗易懂]

    LabelImg教程[通俗易懂]目标检测中,原始图片的标注过程是非常重要的,它的作用是在原始图像中标注目标物体位置并对每张图片生成相应的xml文件表示目标标准框的位置。本文介绍一款使用方便且能够标注多类别并能直接生成xml文件的标注工具——labelImg工具,并对其使用方法做一个介绍。本文仅针对ubuntu系统做使用介绍。1、下载LabelImg方式1:网址:https://github.com/tzu…

  • springEL表达式_Spring详解

    springEL表达式_Spring详解文章目录SpEL表达式SpEL表达式概述1、什么是SpEL表达式2、SpEL表达式的作用SpEL的使用方式1、xml配置的方式2、注解的方式SpEL表达式的调用SpEL表达式SpEL表达式概述1、什么是SpEL表达式SpEL:(springexpressionlanguage)是一种表达式语言,是一种强大,简洁的装配Bean的方式。他可以通过运行期间执行的表达式将值装配到我们的…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号