opencv 图像伽马校正

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:

  1. int main()    
  2. {    
  3.    IplImage* src = cvLoadImage("e:\\kankan\\fish.jpg", 0 );  
  4. IplImage* dst = cvCreateImage(cvGetSize(src), 8, 1);  
  5.    uchar table[256];  
  6.   
  7.     CreatTable_Gamma( table, 0.5 );  
  8.     LUT_Adj(src,dst,table);  
  9.   
  10.              }  

  1. void CreatTable_Gamma(uchar table[], float nPercent )  
  2. {  
  3.     float val;  
  4.     for(int i=0;i<256;i++)  
  5.     {  
  6.         val= pow( (float)i/255.0f , nPercent)*255.0f;    
  7.             if(val>255)    
  8.                 val=255;    
  9.             if(val<0)  
  10.                 val=0;  
  11.         table[i]=(uchar)val;  
  12.     }  
  13. }  


创建table:

  1. void CreatTable_Gamma(uchar table[], float nPercent )  
  2. {  
  3.     float val;  
  4.     for(int i=0;i<256;i++)  
  5.     {  
  6.         val= pow( (float)i/255.0f , nPercent)*255.0f;    
  7.         table[i]=(uchar)val;  
  8.     }  
  9. }  


读table :

  1. void LUT_Adj(const IplImage* src,IplImage* dst, uchar table[])  
  2. {  
  3.     dptr[x] = table[sptr[x]];        
  4.   
  5.               
  6. }  


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:


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:



结果如下:



Gamma校正源自显示器的校正,一些论文中引用“研究表示,Gamma值取0.4或0.45是最接近人类视觉系统的”,这个待考究,Gamma校正能否提高识别结果,也需要看官自己尝试。



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