灰度变换 - 伽马变换

目录

1. 介绍

2. 代码实现

3. 提升视频的亮度

---

1. 介绍

伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正

伽马变换针对的是对单个像素点的变换，也就是点对点的映射

形式为：

其中，s为输出的像素点的灰度值，r为输入像素点的灰度值。c 、 γ 为常数

γ 值不同的时候，对应的变换曲线如图，这里我们不关注具体函数的取值，而只是关注变换曲线的形状

 通过观察可以发现

• γ > 1 的时候，会压缩暗区的对比度，抬高亮区的对比度。并且γ越大，效果越明显
• γ < 1 的时候，会提升暗区的对比度，压缩亮区的对比度。并且γ越小，效果越明显
• γ = 1 的时候，图像的灰度不变（c 也为1）

2. 代码实现

import cv2
import numpy as np

def grammar(x, r):
    y = pow(x / 255 , r) * 255
    return y.astype(np.uint8)

img  = cv2.imread('./f.jpg',0)
img_grammar = grammar(img,0.6)
cv2.imshow('img',np.hstack((img,img_grammar)))
cv2.waitKey()
cv2.destroyAllWindows()

原图和 γ = 0.6 的效果 

 这里需要进行归一化处理，因为整数的小数次方可能会丢失精度，我们将灰度值变为（0，1）之间，转换成小数与小数的次方会更加准确。

3. 提升视频的亮度

import numpy as np
import cv2

def grammar(x , r):   #  grammar 变换
    y = pow(x / 255 , r) * 255
    return y.astype(np.uint8)


video = cv2.VideoCapture('./hand.mp4')   # 读取视频
while video.isOpened():        # 如果视频/摄像头 读取成功
    ret,frame = video.read()    # 读取每一帧
    img = grammar(frame,0.6)    # 将每一帧进行进行grammar变换

    if ret == True :           # 读取到frame的话
        cv2.imshow('img',np.hstack((frame,img)))

    key=cv2.waitKey(1)
    if key == ord('q'):        # q 退出
        break
    if key == 32:              # 空格键 暂停
        cv2.waitKey(0)
        continue

video.release()
cv2.destroyAllWindows()

视频效果：