图像处理-Gamma变换

Gamma变换: y=x^gamma;
gamma>1, 较亮的区域灰度被拉伸,较暗的区域灰度被压缩的更暗,图像整体变暗;
gamma<1, 较亮的区域灰度被压缩,较暗的区域灰度被拉伸的较亮,图像整体变亮;
参考:
http://blog.csdn.net/lxy201700/article/details/24929013

#include<iostream>
#include<highgui\highgui.hpp>
#include<core/core.hpp>  
#include<math.h>
using namespace cv;  
using namespace std;  
// get Gamma transformation look up table
void GetGammaTransLUT(uchar *pLUT, float Gamma, int iLUTLen)
{
    for(int i=0;i<iLUTLen;i++)
    {
        pLUT[i]=(uchar)(pow((float)i/255.0,Gamma)*255);
    }
}
void GammaTrans(uchar *pSrc, uchar *pDst, const int iHeight,
                const int iWidth, float Gamma)
{
    uchar *pLUT=new uchar[256];
    GetGammaTransLUT(pLUT,Gamma,256);
    for(int i=0;i<iHeight*iWidth;i++)
    {
        pDst[i]=(uchar)pLUT[pSrc[i]];
    }
    delete []pLUT;
}
int main()
{
    Mat image=imread("C:\\迅雷下载\\图像处理\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0638(a)(lenna_RGB).tif",0); 
    Mat image_Dst=imread("C:\\迅雷下载\\图像处理\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0648(b)(lenna-noise-G-gauss-mean0-var800).tif",0); 
    const int iHeight=image.rows;
    const int iWidth=image.cols;
    uchar* pSrc=image.data;//new uchar[iHeight*iWidth];
    uchar* pDst=image_Dst.data;//new uchar[iHeight*iWidth];
    GammaTrans(pSrc,pDst,iHeight,iWidth,2);
    //namedWindow("Origin",1);
    imshow("Origin",image);
    //创建一个名字为“Lena”的图像显示窗口,(不提前声明也可以)  
    //namedWindow("Gamma Trans",1);  
    //显示图像  
    imshow("Gamma Trans",image_Dst);  
    //等待按键  
    waitKey();  
    return 0;  
}

这里写图片描述

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于图像处理中的gamma变换,以下是一些改进的方法: 1. 自适应gamma变换:传统的gamma变换中,我们通常使用一个固定的gamma值进行变换。然而,不同图像的亮度和对比度差异很大,使用相同的gamma值可能无法取得最佳效果。因此,自适应gamma变换可以根据图像的特性来调整gamma值。一种常见的方法是基于直方图均衡化,根据图像的直方图分布来自动调整gamma值。 2. 非线性gamma变换:传统的gamma变换是一个线性变换,即对输入图像的每个像素值应用相同的gamma值。然而,非线性gamma变换可以根据不同像素值的亮度级别来应用不同的gamma值。例如,可以使用曲线函数来调整不同亮度级别下的gamma值,以增强图像的细节和对比度。 3. 双边滤波结合gamma变换:双边滤波是一种常用的图像平滑方法,可以保持边缘信息的同时去除噪声。在进行gamma变换之前,先应用双边滤波来平滑图像。这样可以减少噪声对gamma变换结果的影响,并提高细节的保留和对比度的增强效果。 4. 多尺度gamma变换:图像中的不同区域可能有不同的亮度和对比度特性。为了更好地处理这种情况,可以使用多尺度gamma变换方法。这种方法将图像分解成不同尺度的子图像,然后分别进行gamma变换。最后将这些变换后的子图像合并,得到最终的结果。这样可以更好地保持图像的细节和结构信息。 这些是对图像处理gamma变换的一些改进方法,可以根据具体应用场景选择适合的方法来提高图像质量和视觉效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值