图像过曝、低照度下Gamma矫正

最新推荐文章于 2024-10-21 12:30:44 发布

ASDWYang

最新推荐文章于 2024-10-21 12:30:44 发布

阅读量606

点赞数 2

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/m0_47489229/article/details/137444816

版权

本文介绍了如何使用OpenCV库对灰度图像进行Gamma变换，以调整图像对比度，特别适用于过曝和低照度场景。通过计算归一化亮度均值并应用自定义的Gamma值，代码实现了图像的动态增强。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

由于项目场景的需要，Gamma变换在进行使用过程中可以对于图像的对比度进行调节，对过曝和低照度场景下对图像轮廓进行调节。按照论文里给的理论，加了一行代码实现灰度图像的自适应变换，进行一下记录。

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
	// 读取灰度图像
	Mat img = imread("43.jpg", IMREAD_GRAYSCALE);

	if (img.empty())
	{
		std::cerr << "Error: Image not found or could not be read" << std::endl;
		return -1;
	}

	// 计算归一化亮度均值 加两行代码
	double mean_val = mean(img)[0]/255;
	std::cout << mean_val << std::endl;

	double result = log(0.5) / log(mean_val);

	
	float gamma = result;

	// Gamma变换
	Mat gamma_corrected;
	img.convertTo(gamma_corrected, CV_32F);
	pow(gamma_corrected, gamma, gamma_corrected);
	normalize(gamma_corrected, gamma_corrected, 0, 255, NORM_MINMAX);
	gamma_corrected.convertTo(gamma_corrected, CV_8U);

	
	std::cout << "平均密度值: " << mean_val << std::endl;

	imwrite("原始图像.jpg", img);
	imwrite("g