伽马校正_预估校正算法

伽马校正_预估校正算法自动伽马校正(AutoGammaCorrection)算法目录文章目录自动伽马校正(AutoGammaCorrection)算法目录理论代码实现参考资料理论在对图像进行处理过程中,查找到一篇对图像进行自动gamma校正的论文,论文名称及链接见参考文献1.文章的核心描述如下:Averageofbrightnessissimpleelementthatcanbecomputedintheleastamountoftime.Basicapproachin

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使用 1年只要46元 售后保障 童叟无欺

自动伽马校正(Auto Gamma Correction)算法

微信公众号:幼儿园的学霸

目录

理论

在对图像进行处理过程中,查找到一篇对图像进行自动gamma校正的论文,论文名称及链接见参考文献1.

文章的核心描述如下:

Average of brightness is simple element that can be computed in the least amount of time. Basic approach in this article present a technique to estimate appropriate gamma based on average brightness. …, We suppose a gamma which changes average of brightness to 1/2, …

其大概意思是:假定一副合理的图像其所有像素(归一化后)的均值应该在0.5左右,那么自动伽马校正的伽马值就要使得目标图像向这个目标前进。
假设X是图像的平均值,那么自动伽马校正所需要的伽马值应该基于下列公式进行计算:
公式
公式描述

根据论文描述:

This paper proposes a method which estimates a power that transport average amount of brightness to center of histogram.

即通过自动gamma校正后图像的灰度直方图将向中心进行偏移。

代码实现

按照上述公式,可以很快实现该算法。代码如下。
1.在实现过程中,采用了查找表的思想,以加快图像处理速度。
2.针对多通道图像,对各通道的gamma再次进行求均值,作为gamma校正的gamma值,以避免多通道图像的偏色现象。该修改在原论中并不存在。

//
// Created by liheng on 11/22/20.
//

#include <iostream>
#include <chrono>
#include <opencv2/opencv.hpp>

//自动Gamma校正算法
//Input Param:src--输入图像,3 channels or 1channels
//Output Param:dst--归一化后的图像,type as src
//Return:   null
void AutoGammaCorrection(const cv::Mat &src, cv::Mat &dst)
{
    const int channels = src.channels();
    const int type = src.type();
    assert( type==CV_8UC1 || type==CV_8UC3 );


    //======计算gamma值========//
    auto mean = cv::mean(src);//求均值
    mean[0] = std::log10(0.5) / std::log10(mean[0]/255);//gamma = -0.3/log10(X)
    if( 3==channels )
    {
        mean[1] = std::log10(0.5) / std::log10(mean[1]/255);//gamma = -0.3/log10(X)
        mean[2] = std::log10(0.5) / std::log10(mean[2]/255);//gamma = -0.3/log10(X)

        //多通道图像,对求得的gamm再次平均,避免偏色现象
        auto mean3 = (mean[0]+mean[1]+mean[2])/3;
        mean[0]=mean[1]=mean[2] = mean3;
    }



    //=======计算gamma查找表,减少计算量=======//
    //查找表,数组的下标对应图片里面的灰度值
    //lut(0,10)=(50,60,70)表示通道1灰度值为10的像素其对应的值为50;
    // 通道2灰度值为10的像素其对应的值为60;
    // 通道3灰度值为10的像素其对应的值为70
    cv::Mat lut(1,256,src.type());
    if( 1==channels )
    {
        for(int i=0; i<256;++i)//灰度等级[0,255]
        {
            //将灰度值归一化0-1之间
            float Y = i*1.0f/255;// or Y=i*0.00392;
            //求该灰度值gamma校正后的值
            Y = std::pow(Y,mean[0]);

            lut.at<unsigned char>(0,i) = cv::saturate_cast<unsigned char>(Y*255);
        }
    }
    else if(3==channels)
    {
        for(int i=0; i<256;++i)//灰度等级[0,255]
        {
            //将灰度值归一化0-1之间
            float Y = i*1.0f/255;// or Y=i*0.00392;
            //求该灰度值gamma校正后的值
            auto B = cv::saturate_cast<unsigned char>(std::pow(Y,mean[0])*255);
            auto G = cv::saturate_cast<unsigned char>(std::pow(Y,mean[1])*255);
            auto R = cv::saturate_cast<unsigned char>(std::pow(Y,mean[2])*255);

            lut.at<cv::Vec3b>(0,i) = cv::Vec3b(B,G,R);
        }
    }


    //=========利用查找表进行校正==========//
    cv::LUT(src,lut,dst);
}

int main()
{
    std::string image_path = "../autogamma.png";
    cv::Mat src = cv::imread(image_path,cv::IMREAD_COLOR);
    cv::imshow("src",src);

    cv::Mat dst1,dst2;
    AutoGammaCorrection(src,dst1);
    src.convertTo(src,CV_32FC3,1.0/255);
    cv::pow(src,0.7,dst2);
    cv::normalize(dst2,dst2,0,255,cv::NORM_MINMAX);
    cv::convertScaleAbs(dst2,dst2);

    cv::imshow("dst1",dst1);
    cv::imshow("dst2",dst2);
    cv::waitKey(0);
}

效果如下:

类别 图像 直方图
原图 原图 原直方图
自动gamma校正 自动gamma校正 自动gamma校正直方图
手动gamma校正 手动gamm校正 手动校正gamma直方图

可以看到,
1.自动gamma校正通过自动计算gamma值来调整图像,比手工设定gamma值要明显方便很多。
2.经过自动gamma校正后的图像,其直方图的中心相对原图向中心进行了平移。

参考资料

1.自动伽马校正原英文论文 Automatic gamma correction based on average of
brightness



下面的是我的公众号二维码图片,按需关注。
图注:幼儿园的学霸

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/190046.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)
blank

相关推荐

  • excel转json的全套解决方案

    excel转json的全套解决方案首先准备图个excel:excel转json,使用的在线的一个工具:https://www.bejson.com/json/col2json/将上面代码先格式化,格式化网站如下:http://tool.oschina.net/codeformat/json然后将格式化的文本,复制粘贴到txt文本中将tx…

  • 本体编辑、知识推理与检索

    本体编辑、知识推理与检索本体编辑、知识推理与检索一切要从一个倒霉项目开始说起,项目要求根据一个构建好的本体文件,通过JAVA调用相应API实现对本体文件的编辑、推理以及检索。由于之前对本体、知识图谱这些完全不熟悉,被强行推入坑之后就开始了漫长且毫无希望的技(疯)术(狂)调(百)研(度)之路。。。。调研之前:这是啥呀?调研之后:这tm都是些啥啊!!呼~~好在最后算是做出来了,故在此记录一下过程及部分主要代码。1…

  • 防止页面url缓存中 ajax中post 请求的处理方式

    一般我们在开发中经常会用到Ajax请求,异步发送请求,然后获取我们想要的数据,在Ajax中使用Get请求数据不会有页面缓存的问题,而使用POST请求可是有时候页面会缓存我们提交的信息,导致我们发送的异步请求不能正确的返回我们想要的数据。

  • TX2使用pyserial建立串口通讯

    TX2使用pyserial建立串口通讯

  • 自抗扰控制(ADRC)仿真系统(matlab/simulink)的搭建

    自抗扰控制(ADRC)仿真系统(matlab/simulink)的搭建一、现在关于自抗扰控制技术方面的研究已经比较成熟了,基本上了解结构以后都可以找到历程实现,今天简单总结一采用自抗扰控制的仿真系统搭建,不必畏惧,熟悉皆可达。1.首先自抗扰控制分为TD(跟踪微分器),非线性组合,ESO扩张状态观测器。而每部分的公式推导均可在《自抗扰控制技术-估计补偿不确定因素的控制技术》这本书中找到,很推荐,如果有些不了解的也可以搜索韩老师的论文看看。2.按照一般论文流程,先介绍整体结构,框图如下:其实结构也挺少,使用习惯以后,其实很好理解。3.接下来按照每个部分简单做一个介绍。

  • 常见android手机分辨率

    4:3VGA     640*480 (Video Graphics Array)QVGA  320*240 (Quarter VGA)HVGA  480*320 (Half-size VGA)SVGA  800*600 (Super VGA)5:3WVGA  800*480 (Wide VGA)16:9FWVGA 854*480 (Full Wide VGA)

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