【Emgu CV教程】7.5、图像锐化(增强)之伽马变换

---

一、介绍

伽马变换，又名指数变换、幂次变换或幂律变换，主要用于图像的校正，将灰度过高或者灰度过低的图片进行修正，增强对比度。在图像处理领域，其公式表示为：

P(out) = C * P(in)^γ

1. P(out) ，输出像素值*
2. C，系数（在我的代码里直接等于1，可以不用写）
3. P(in)^γ，输入像素P(in) 的 γ次幂

再补充个知识，
var a = Math.Pow(2, 3);
var b = Math.Pow(10000, 0.25);
结果是a = 8, b = 10。也就是 2 的 3 次幂是8，10000的0.25次幂是10。

在实际编程过程中，C我一般都取为1，P(in)就是原始图像像素值，只有γ的值是需要用户自己设定的 。也就是用户需要定义原始图像的像素值需要执行 多少次幂 用于生成新图像。Emgu CV也是没有专门的伽马增强的函数，自己写代码实现非常简单，其中一种思路如下：

1. 加载原始图像srcMat；
2. srcMat转成64位双精度类型（要进行幂计算，数值会很大）；
3. 幂计算，生成新图像dstMat；
4. dstMat转成8 位无符号类型，显示图像，结束计算。

二、代码

C#代码如下：

Mat tempMat = srcMat.Clone();
Mat gammaImage64F = new Mat(tempMat.Rows, tempMat.Cols, DepthType.Cv64F, 1); // 对比度增强后的伽马图像,是灰度图
Mat dstMat = new Mat(); // 最终的结果，由gammaImage64F转换而来
Mat gray = new Mat(); // 原图的灰度图
double gamma = 0.5; // 伽马变化中，幂的值
int height = tempMat.Rows;
int width = tempMat.Cols;

CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray); // 原图转灰度图

// 伽马变换
gray.ConvertTo(gray, DepthType.Cv64F, 1.0 / 255, 0);
double[,] dataArray = (double[,])gray.GetData();
Image<Gray, double> imgTemp = gammaImage64F.ToImage<Gray, double>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; j++)
    {
        imgTemp.Data[i, j, 0] = Math.Pow(dataArray[i, j], gamma);
    }
}

gammaImage64F = imgTemp.Mat;
gammaImage64F.ConvertTo(dstMat, DepthType.Cv8U, 255, 0);
CvInvoke.Imshow("Gamma sharping image, " + dstMat.Size.ToString(), dstMat);

三、效果举例

原始素材定义为srcMat，如下：

还是这张夜晚天桥的照片，执行上述代码，伽马增强后的图像如下：

左上角原本比较黑暗的树叶，伽马增强后是不是清晰明亮多了，而原本明亮的路灯还是基本没变。刚才是幂的值为0.5，如果等于2.5呢，结果就是下面这样了：

还是原本亮的没变，昏暗的变更昏暗了。其实很好理解，假设两个像素点，P1 = 200，P2 = 10。

1. 如果执行0.5次幂，那么P1 = 14.1 ，P2 = 3.1。两个点的值接近了，如果图像再归一化到0 -255，必然是P2点的值要远大于10，也就是暗的部分变亮了。
2. 如果执行2.5次幂，那么P1 = 56565.4 ，P2 = 316.2。两个点的值相差更大了，如果图像再归一化到0 -255，必然是P2点的值要远小于10，也就是暗的部分变暗了。
3. 如果执行1次幂，结果等于原图。

---

原创不易，请勿抄袭。共同进步，相互学习。