伽马（Gamma）校正的原理及opencv实现

雨点打透心脏的1/2处 2022-06-02 03:41 280阅读 0赞

转自 [Gamma校正及其OpenCV实现][Gamma_OpenCV]，略有改动。

一、什么是Gamma校正？

Gamma校正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：

![1357029195_5106.png][]\[2\]

这个指数即为Gamma.

经过Gamma校正后的输入和输出图像灰度值关系如图1所示：横坐标是输入灰度值，纵坐标是输出灰度值，蓝色曲线是gamma值小于1时的输入输出关系，红色曲线是gamma值大于1时的输入输出关系。可以观察到，当gamma值小于1时(蓝色曲线)，图像的整体亮度值得到提升，同时低灰度处的对比度得到增加，更利于分辩低灰度值时的图像细节。

![1357029831_5904.png][]

图1 Gamma校正.

二、为什么进行Gamma校正？

1. 人眼对外界光源的感光值与输入光强不是呈线性关系的，而是呈指数型关系的。在低照度下，人眼更容易分辨出亮度的变化，随着照度的增加，人眼不易分辨出亮度的变化。而摄像机感光与输入光强呈线性关系。如图2所示：

![1357030235_2918.png][]

图2 人眼和摄像机的感光与实际输入光强的关系\[1\]。

为方便人眼辨识图像，需要将摄像机采集的图像进行gamma校正。

2. 为能更有效的保存图像亮度信息，需进行Gamma校正。

未经gamma校正和经过gamma校正保存图像信息如图3所示：

![1357030870_5318.PNG][]

图3 未经gamma校正和经过gamma校正保存图像信息.

可以观察到，未经gamma校正的情况下，低灰度时，有较大范围的灰度值被保存成同一个值，造成信息丢失；同时高灰度值时，很多比较接近的灰度值却被保存成不同的值，造成空间浪费。经过gamma校正后，改善了存储的有效性和效率。

三、利用OpenCV实现的Gamma校正

\[cpp\] [view plain][] [copy][view plain]

1.  void MyGammaCorrection(Mat& src, Mat& dst, float fGamma) 
2.  \{ 
3.   CV\_Assert(src.data); 
4.  
5.  // accept only uchar type matrices,when use CV\_8UC1 or  CV\_8UC3,src.depth()==0
6.   //sizeof(uchar)==1 
7.   CV\_Assert(src.depth() != sizeof(uchar)); 
8.  
9.  // build look up table
10.  unsigned char lut\[256\]; 
11. for( int i = 0; i < 256; i++ ) 
12.  \{ 
13.  lut\[i\] = saturate\_cast<uchar>(pow((float)(i/255.0), fGamma) \* 255.0f); 
14.  \} 
15. 
16.  dst = src.clone(); 
17. constint channels = dst.channels(); 
18. switch(channels) 
19.  \{ 
20. case 1: 
21.  \{ 
22. 
23.  MatIterator\_<uchar> it, end; 
24. for( it = dst.begin<uchar>(), end = dst.end<uchar>(); it != end; it++ ) 
25. //\*it = pow((float)(((\*it))/255.0), fGamma) \* 255.0;
26.  \*it = lut\[(\*it)\]; 
27. 
28. break; 
29.  \} 
30. case 3: 
31.  \{ 
32. 
33.  MatIterator\_<Vec3b> it, end; 
34. for( it = dst.begin<Vec3b>(), end = dst.end<Vec3b>(); it != end; it++ ) 
35.  \{ 
36. //(\*it)\[0\] = pow((float)(((\*it)\[0\])/255.0), fGamma) \* 255.0;
37. //(\*it)\[1\] = pow((float)(((\*it)\[1\])/255.0), fGamma) \* 255.0;
38. //(\*it)\[2\] = pow((float)(((\*it)\[2\])/255.0), fGamma) \* 255.0;
39.  (\*it)\[0\] = lut\[((\*it)\[0\])\]; 
40.  (\*it)\[1\] = lut\[((\*it)\[1\])\]; 
41.  (\*it)\[2\] = lut\[((\*it)\[2\])\]; 
42.  \} 
43. 
44. break; 
45. 
46.  \} 
47.  \} 
48. \}

[Gamma_OpenCV]: http://blog.csdn.net/lichengyu/article/details/8457425
[1357029195_5106.png]: https://img-my.csdn.net/uploads/201301/01/1357029195_5106.png
[1357029831_5904.png]: https://img-my.csdn.net/uploads/201301/01/1357029831_5904.png
[1357030235_2918.png]: https://img-my.csdn.net/uploads/201301/01/1357030235_2918.png
[1357030870_5318.PNG]: https://img-my.csdn.net/uploads/201301/01/1357030870_5318.PNG
[view plain]: http://blog.csdn.net/lichengyu/article/details/8457425#