opencv之gamma校正

文章介绍了幂律变换,一种用于图像校正的技术,特别是对于灰度过高或过低的图片。通过公式展示了如何进行伽马变换,并提供了一个使用OpenCV库进行伽马校正的C++代码示例,该示例展示了如何通过不同的伽马因子调整图像的对比度。
摘要由CSDN通过智能技术生成

        幂律变换也属于非线性变换,幂律变换也称伽马变换或指数变换,是另一种常用的灰度非线性变换,主要用于图像的校正,对漂白的图片或者过黑的图片进行修正,也就是对灰度过高或者灰度过低的图片进行修正,增强对比度。

        幂律变换公式: s = c*r^\gamma

        其中c和γ为正常数,当γ >1时,低灰度区间压缩,高灰度区间拉伸;当γ <1时,低灰度区间拉伸,高灰度区间压缩,当γ =1时,恒等变换。

 

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

using namespace std;
using namespace cv;

// Gamma变换函数实现
Mat gammaTransform(Mat& src, float kFactor)
{
    // 建立查表文件LUT
    unsigned char LUT[256];
    for( int i = 0; i < 256; i++ )
    {
        // Gamma变换表达式
        LUT[i] = saturate_cast<uchar>(pow((float)(i / 255.0 ), kFactor ) * 255.0f);
    }
    Mat resultImage = src.clone();
    // 输入通道为单通道时 直接进行变换
    if(src.channels() == 1)
    {
        MatIterator_<uchar> iterator = resultImage.begin<uchar>();
        MatIterator_<uchar> iteratorEnd = resultImage.end<uchar>();
        for( ; iterator != iteratorEnd; iterator++)
        {
            *iterator = LUT[(*iterator)];
        }     
    }
    else
    {
        // 输入通道为三通道时 需对每个通道分别进行变换
        MatIterator_<Vec3b> iterator = resultImage.begin<Vec3b>();
        MatIterator_<Vec3b> iteratorEnd = resultImage.end<Vec3b>();
        // 通过查找表进行转换
        for( ; iterator != iteratorEnd; iterator++)
        {
            (*iterator)[0] = LUT[(*iterator)[0]];
            (*iterator)[1] = LUT[(*iterator)[1]];
            (*iterator)[2] = LUT[(*iterator)[2]];
        }
    }
    return resultImage;
}

int main(int argc, char** argv)
{
     Mat src=  imread("‪E:/work/images/2010_005754.jpg");
     if( !src.data ) return -1;
     // 初始化两种不同参数 对比分析效果
     float kFactor1 =  0.3;
     float kFactor2 =  3.0;
     Mat result1 = gammaTransform(src, kFactor1);
     Mat result2 = gammaTransform(src, kFactor2);
     imshow("src", src);
     imshow("result1", result1);
     imshow("result2", result2);
     waitKey();
     return 0;
}

输入输出结果:

 

 

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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