opencv 图像伽马校正

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

Refer from http://blog.csdn.net/xiaojidan2011/article/details/8027670

伽马校正，最好的，最高效的方法是通过table来访问：

核心函数LUT（The Core Function）¶

这是最被推荐的用于实现批量图像元素查找和更该操作图像方法。在图像处理中，对于一个给定的值，将其替换成其他的值是一个很常见的操作，OpenCV 提供里一个函数直接实现该操作，并不需要你自己扫描图像，就是:operationsOnArrays:LUT() <lut> ，一个包含于core module的函数. 首先我们建立一个mat型用于查表:

    Mat lookUpTable(1, 256, CV_8U);
    uchar* p = lookUpTable.data; 
    for( int i = 0; i < 256; ++i)
        p[i] = table[i];

然后我们调用函数 (I 是输入 J 是输出):

        LUT(I, lookUpTable, J);

好了该我上代码了：

[cpp]
view plain
copy

int main()
{
IplImage* src = cvLoadImage(“e:\\kankan\\fish.jpg”, 0 );
IplImage* dst = cvCreateImage(cvGetSize(src), 8, 1);
uchar table[256];
CreatTable_Gamma( table, 0.5 );
LUT_Adj(src,dst,table);
}

[cpp]
view plain
copy

void CreatTable_Gamma(uchar table[], float nPercent )
{
float val;
for(int i=0;i<256;i++)
{
val= pow( (float)i/255.0f , nPercent)*255.0f;
if(val>255)
val=255;
if(val<0)
val=0;
table[i]=(uchar)val;
}
}

创建table:

[cpp]
view plain
copy

void CreatTable_Gamma(uchar table[], float nPercent )
{
float val;
for(int i=0;i<256;i++)
{
val= pow( (float)i/255.0f , nPercent)*255.0f;
table[i]=(uchar)val;
}
}

读table :

[cpp]
view plain
copy

void LUT_Adj(const IplImage* src,IplImage* dst, uchar table[])
{
dptr[x] = table[sptr[x]];
}

但是现在c++版的table 方法更高效的。我这个有点旧啦。。。

附上效果图：

opencv 图像伽马校正

Refer from http://blog.csdn.net/mjlsuccess/article/details/24544225

来自维基百科：伽马校正（Gamma correction）又叫伽马非线性化（gamma nonlinearity）、伽马编码（gamma encoding）或是就只单纯叫伽马（gamma）。是用来针对影片或是影像系统里对于光线的辉度（luminance）或是三色刺激值（tristimulus values）所进行非线性的运算或反运算。最简单的例子里伽马校正是由下列幂定律公式所定义的。

$V_{\text{out}} = A {V_{\text{in}}}^{\gamma}$

其中A是一个常量，输入和输出的值都为非负实数值。一般地来说在A=1的通常情况下，输入输出的值的范围都是在0到1之间。伽马值γ < 1的情况有时被称作编码伽马值（encoding gamma），而执行这个编码运算所使用上述幂定律的过程也叫做伽马压缩（gamma compression）；相对地，伽马值γ > 1的情况有时也被称作解码伽马值（decoding gamma），而执行这个解码运算所使用上述幂定律的过程也叫做“伽马展开（gamma expansion）”。

转自：http://blog.csdn.net/love_xunmeng/article/details/8274400

在计算机系统中，由于显卡或者显示器的原因会出现实际输出的图像在亮度上有偏差，而Gamma曲线矫正就是通过一定的方法来矫正图像的这种偏差的方法。一般情况下，当用于Gamma矫正的值大于1时，图像的高光部分被压缩而暗调部分被扩展，当Gamma矫正的值小于1时，图像的高光部分被扩展而暗调部分被压缩，Gamma矫正一般用于平滑的扩展暗调的细节。

公式如下：

I’ = I^gamma：表示对图像I取指数值gamma，即I'(x,y)=I(x,y)^gamma。

在matlab代码如下：