gamma校正

本文参考　

https://blog.csdn.net/w450468524/article/details/51649651

https://www.cnblogs.com/qiqibaby/p/5325193.html　　　

　　　　　　　　　　　　　　　　

学习HDR和Bloom特效的过程中，接触到了伽马矫正的问题。查阅了不少资料，这一篇讲的最清楚，下面的图片也是来自该文章。

这应该说是一个历史遗留问题，以前的CRT显示器是使用电子显像管，通过控制电流大小来控制显示屏幕上的亮度。然而亮度和电流之间的关系并非是线性的，也就是说电流强度变为2倍，显示的亮度并非是两倍，而是由公式1决定：

Vout=(Vin)gammaVout=(Vin)gamma

，其中 gammagamma 为CRT显示器的伽马值。 

然而对于现实中的大部分摄像机或成像设备来讲，输入能量和记录在图片文件中的颜色亮度之间的关系却是线性的。这就导致显示器显示的图像与摄像设备捕捉的实际图像不一致，为了校正这个差异，摄像机在保存图像时会自动对数据进行一个伽马校正，如公式2：

Vout=(Vin)1/gammaVout=(Vin)1/gamma

， gammagamma 依旧为显示器的伽马值。这样，当显示器显示图像时，公式2的输出作为公式1的输入，最后抵消了显示器的 gammagamma 值造成的误差。

Vdisplay=(Vcamera(1/gamma))gamma=VcameraVdisplay=(Vcamera(1/gamma))gamma=Vcamera

从而还原图像原本的色彩。如下图所示：

红线表示显示器的伽马值，蓝线表示摄像机保存图片时进行的校正，紫线表示二者合成之后的结果。可以看出，显示器的gammagamma值越高，图像越偏暗。SRGB标准中，默认显示设备的gamma值为2.2。

同样，进行3D渲染时，程序内部使用的是线性的颜色，直到最后渲染结果要输出到显示器上时，我们需要对渲染结果进行公式2的校正，正如摄像机所做的那样，这样保证我们渲染的结果能够正确的在显示器上显示。但是，前提是我们加载的纹理中的数据是线性空间中的。

正如前面所说，大部分图像捕捉设备在保存图片时会自动加上伽马校正，也就是说图片中存储的是非线性空间中的颜色（gamma值为2.2时的称之为sRGB空间），如果我们在渲染时直接使用图片存储的颜色数据，然后最终输出到屏幕时，再手动进行一次伽马校正，则会导致纹理过亮，因为我们进行了两次伽马校正。所以，读取纹理数据时，若纹理颜色是sRGB空间中的，我们需要对其“反伽马”校正，转化到线性空间中来，以保证光照计算的正确。只需将glTexImage2D中的internalformat设置为sRGB，OpenGL会自动进行转换，效率比手动高得多。

需要注意的是，像法线贴图，高光贴图等通常是在线性空间中生成的的，无需进行反伽马校正。是否用sRGB格式读入纹理，要视情况而定。

gamma校正原理

　　假设图像中有一个像素，值是 200 ，那么对这个像素进行校正必须执行如下步骤： 

　　1. 归一化 ：将像素值转换为  0 ～ 1  之间的实数。 算法如下 : ( i + 0. 5)/256  这里包含 1 个除法和 1 个加法操作。对于像素  A  而言  , 其对应的归一化值为  0. 783203 。 

　　2. 预补偿 ：根据公式  , 求出像素归一化后的 数据以  1 /gamma  为指数的对应值。这一步包含一个 求指数运算。若  gamma  值为  2. 2 ,  则  1 /gamma  为  0. 454545 , 对归一化后的  A  值进行预补偿的结果就 是  0. 783203 ^0. 454545 = 0. 894872 。 

　　3. 反归一化 ：将经过预补偿的实数值反变换为  0  ～  255  之间的整数值。具体算法为 : f*256 - 0. 5  此步骤包含一个乘法和一个减法运算。续前 例  , 将  A  的预补偿结果  0. 894872  代入上式  , 得到  A  预补偿后对应的像素值为  228 , 这个  228  就是最后送 入显示器的数据。  

　　如上所述如果直接按公式编程的话，假设图像的分辨率为 800*600 ，对它进行 gamma 校正，需要执行 48 万个浮点数乘法、除法和指数运算。效率太低，根本达不到实时的效果。 

　　针对上述情况，提出了一种快速算法，如果能够确知图像的像素取值范围  , 例如  , 0 ～ 255 之间的整数  , 则图像中任何一个像素值只能 是  0  到  255  这  256  个整数中的某一个 ; 在  gamma 值 已知的情况下  ,0 ～ 255  之间的任一整数  , 经过“归一 化、预补偿、反归一化”操作后 , 所对应的结果是唯一的  , 并且也落在  0 ～ 255  这个范围内。

　　如前例  , 已知  gamma  值为  2. 2 , 像素  A  的原始值是  200 , 就可求得 经  gamma  校正后  A  对应的预补偿值为  228 。基于上述原理  , 我们只需为  0 ～ 255  之间的每个整数执行一次预补偿操作  , 将其对应的预补偿值存入一个预先建立的  gamma  校正查找表 (LUT:Look Up Table) , 就可以使用该表对任何像素值在  0 ～ 255  之 间的图像进行  gamma  校正。