Python 图像处理OpenCV：灰度图的非线性伽马变换（笔记）

灰度图的非线性伽马变换，其中c为尺度比较常数，gamma为伽马函数的阈值，可以通过改变c和gamma来得到不同的图像效果。

代码如下：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
# 非线性伽马变换
# 传入参数img_gray为灰度图，c为尺度比较常数，gamma为伽马函数的阈值
def nonlinear_gamma_transform(img_gray, c, gamma):
    # power(x, y) 函数，计算x的y次方。
    print(img_gray)
    print(float(np.max(img_gray)))
    # 这里类似于做一个归一化的处理
    print(img_gray/float(np.max(img_gray)))
    result = c * np.power(img_gray/float(np.max(img_gray)), gamma) * 255.0
    # uint8是专门用于存储各种图像的(包括RGB,灰度图像等),范围是从0–255
    # 这里要转换成unit8
    result = np.uint8(result)
    return result
# 绘制伽马图像
def nonlinear_gamma_function(c, gamma):
    x = np.arange(0, 255)
    # power(x, y) 函数，计算x的y次方。
    y = c * np.power(x, gamma)
    plt.title("nonlinear_gamma")
    plt.plot(x, y)
    plt.show()
if __name__ == '__main__':
    img = cv.imread("./image/fengjing.jpg")
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    c = 1
    gamma_a = 0.6
    gamma_b = 3
    res_b = nonlinear_gamma_transform(img_gray, c, gamma_b)
    res_a = nonlinear_gamma_transform(img_gray, c, gamma_a)
    nonlinear_gamma_function(c, gamma_b)
    cv.imshow("Origin", img)
    cv.imshow("Gamma_b", res_b)
    cv.imshow("Gamma_a", res_a)
    cv.waitKey(0)
    cv.destroyAllWindows()

运行结果：

图像的效果有了明显变化