图像处理算法之Gamma校正

1 使用场景

当一张图片出现过亮或者过暗的时候导致图像对比度较差,可以使用Gamma校正来处理

2 原理

在这里插入图片描述
如上图所示,为函数 f ( I ) = I γ f(I) = I^γ f(I)=Iγ的曲线表示:
γ < 1 γ<1 γ<1时,为图中上方的虚线曲线,图中 γ = 1 / 2.2 γ=1/2.2 γ=1/2.2
γ = 1 γ=1 γ=1时,为图中间的直线,也就是 f ( I ) = I f(I)=I f(I)=I
γ > 1 γ>1 γ>1时, 为图中下方的曲线实线,图中 γ = 2.2 γ=2.2 γ=2.2

γ ! = 1 γ!=1 γ!=1时,会将对I进行非线性的变换,对0,1两端的变换最小,对中间的变换最大。如果把图像0-255像素值,归一化到0-1, 带入进来,通过该变换,则可达到一定的效果:
1)当 γ < 1 γ<1 γ<1时,图像中最亮(1)或者最暗(0)的像素保持不变,整体亮度会发生提升,像素值中间的部分效果最明显,用来处理比较暗的图片非常好
2)当 γ > 1 γ>1 γ>1时,图像中最亮(1)或者最暗(0)的像素保持不变,整体亮度会发生降低,像素值中间的部分效果最明显,用来处理比较亮的图片非常好

最后x255即可

3 实现步骤

假设图像中有一个像素,值是 200 ,那么对这个像素进行校正必须执行如下步骤:

1. 归一化 :将像素值转换为 0 ~ 1 之间的实数。 算法如下 : ( i + 0. 5)/256 这里包含 1 个除法和 1 个加法操作。对于像素 A 而言 , 其对应的归一化值为 0. 783203 。

2. 预补偿 :根据公式 , 求出像素归一化后的 数据以 1 /gamma 为指数的对应值。这一步包含一个 求指数运算。若 gamma 值为 2. 2 , 则 1 /gamma 为 0. 454545 , 对归一化后的 A 值进行预补偿的结果就 是 0. 783203 ^0. 454545 = 0. 894872 。

3. 反归一化 :将经过预补偿的实数值反变换为 0 ~ 255 之间的整数值。具体算法为 : f*256 - 0. 5 此步骤包含一个乘法和一个减法运算。续前 例 , 将 A 的预补偿结果 0. 894872 代入上式 , 得到 A 预补偿后对应的像素值为 228 , 这个 228 就是最后送 入显示器的数据。

如上所述如果直接按公式编程的话,假设图像的分辨率为 800*600 ,对它进行 gamma 校正,需要执行 48 万个浮点数乘法、除法和指数运算。效率太低,根本达不到实时的效果。

针对上述情况,提出了一种快速算法,如果能够确知图像的像素取值范围 , 例如 , 0 ~ 255 之间的整数 , 则图像中任何一个像素值只能 是 0 到 255 这 256 个整数中的某一个 ; 在 gamma 值 已知的情况下 ,0 ~ 255 之间的任一整数 , 经过“归一 化、预补偿、反归一化”操作后 , 所对应的结果是唯一的 , 并且也落在 0 ~ 255 这个范围内。

如前例 , 已知 gamma 值为 2. 2 , 像素 A 的原始值是 200 , 就可求得 经 gamma 校正后 A 对应的预补偿值为 228 。基于上述原理 , 我们只需为 0 ~ 255 之间的每个整数执行一次预补偿操作 , 将其对应的预补偿值存入一个预先建立的 gamma 校正查找表 (LUT:Look Up Table) , 就可以使用该表对任何像素值在 0 ~ 255 之 间的图像进行 gamma 校正。

4 实现

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

using namespace cv;
Mat gammaTransform(Mat &srcImage, float kFactor)
{
	
	unsigned char LUT[256];
	for (int i = 0; i < 256; i++)
	{
		float f = (i + 0.5f) / 255;
		f = (float)(pow(f, kFactor));
		LUT[i] = saturate_cast<uchar>(f*255.0f - 0.5f);
	}
	Mat resultImage = srcImage.clone();
	
	if (srcImage.channels() == 1)
	{
		
		MatIterator_<uchar> iterator = resultImage.begin<uchar>();
		MatIterator_<uchar> iteratorEnd = resultImage.end<uchar>();
		for (; iterator != iteratorEnd; iterator++)
		{
			*iterator = LUT[(*iterator)];
		}
	}
	else
	{
		
		
		MatIterator_<Vec3b> iterator = resultImage.begin<Vec3b>();
		MatIterator_<Vec3b> iteratorEnd = resultImage.end<Vec3b>();
		for (; iterator != iteratorEnd; iterator++)
		{
			(*iterator)[0] = LUT[((*iterator)[0])];//b
			(*iterator)[1] = LUT[((*iterator)[1])];//g
			(*iterator)[2] = LUT[((*iterator)[2])];//r
		}
	}
	return resultImage;
}


5 效果

老胡拉来尝试一把:

γ = 1 / 2.2 γ=1/2.2 γ=1/2.2 的提亮效果
在这里插入图片描述

相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页