数字图像处理_02.3_(图像线性，非线性变换——对数变换，gamma变换）

1.图像的线性变换

图像的线性变换
$$S=k\times r+b$$
其中 $r$ 为输入变量，$S$为输出变量，$k，b$为线性变换中的倍数因子和偏移因子。
当$0<k<1$时，对灰度压缩，整体变灰变暗。
当$k=1，b=0$时，和原图像相同。
当$k>1$时，对灰度拉伸，对比明显，变亮。
当$k<0$时，亮处变暗，暗处变亮。

代码实现：

k=-1
b=50
img2=b + k*img.astype(np.int32)#要进行类型转化，因为uint8在+1时可能会溢出错误
img2=np.clip(img2,0,255)#对溢出值做一个截断，当大于255时取255，小于0时取0，以保证灰度区间在0-255

k=0.1
b=50
img3=b + k*img.astype(np.int32)
img3=np.clip(img3,0,255)

k=2
b=50
img4=b + k*img.astype(np.int32)
img4=np.clip(img4,0,255)
show(np.hstack([img2,img,img3,img4]))

效果展示（k=-1，k=1，k=0.1，k=2）

2.图像的非线性变换

图像的非线性变换常有对数变化和gamma变化（指数变换，幂次变换）。

1）对数变换

对数变换的公式为：$$S=c\times log(r+1)$$
其中 $r$ 为输入变量，$S$为输出变量，$c$为线性变换中的倍数因子。
可见，灰度较低时对灰度进行拉伸，灰度较高时则灰度压缩。
代码实现：

img4=10+np.log(img.astype(np.float32)+1)/0.1#同样的，log内可能会0会出现错误，故进行浮点转换+1

1）gamma变换

对数变换的公式为：$$S=c\times r^{\gamma }$$
其中 $r$ 为输入变量，$S$为输出变量，$c，\gamma$为线性变换中的倍数因子和指数因子。
当$\gamma >1$时，拉伸图像中灰度级较高的区域，压缩灰度级较低的部分
当$\gamma <1$时，压缩图像中灰度级较高的区域，拉伸灰度级较低的部分

代码实现：

r=img/255#归一化，使r为0-1间的数值
img5=np.power(r,0.5)*255
img6=np.power(r,2)*255

效果展示（r=0.5, r=1, r=2）：