24.灰度图像的伽马变换

目录

        1 概念讲解及用处

        2 函数详解

        3 数学原理及数学推导公式

        4 用C++编写代码进行实现

        1 概念讲解及用处

        像素的伽马变换是一种常见的图像处理方法，它通过对图像中每个像素的灰度值应用幂函数来改变图像的亮度分布。伽马变换可以调整图像的对比度，并增强低灰度或高灰度部分的细节。

        2 函数详解

        OpenCV提供了以下函数用于像素的伽马变换：

        cv::pow：计算图像中每个像素的幂值。

        cv::normalize：对输入图像进行规范化，将像素值映射到指定的范围内。

        3 数学原理及数学推导公式

        像素的伽马变换基于幂函数。对于每个像素点(x,y)，其灰度值Pout​的计算公式为：

其中，Pin​表示输入图像中的像素值，γ表示伽马值，c表示常数，用于调整输出图像的对比度。

        4 用C++编写代码进行实现

        下面是一个使用OpenCV实现像素伽马变换的示例代码：

#include <opencv2/opencv.hpp>
#include <cmath>

int main()
{
    cv::Mat image = cv::imread("lena.png", cv::IMREAD_GRAYSCALE); // 读取灰度图像
    cv::Mat transformed = cv::Mat::zeros(image.rows, image.cols, CV_8U);

    double c = 2; // 对比度调整常数
    double gamma = 0.5;

    // 像素对数变换
    for (int i = 0; i < image.rows; i++)
    {
        for (int j = 0; j < image.cols; j++)
        {
            int pixel = image.at<uchar>(i, j);
            transformed.at<uchar>(i, j) = c * pow(pixel, gamma);
        }

    }

    cv::imshow("Input Image", image);
    cv::imshow("Transformed Image", transformed);
    cv::waitKey(0);

    return 0;
}

        这段代码首先使用cv::imread函数读取一幅灰度图像，然后使用pow函数计算每个像素的幂值，并乘以常数c进行对比度调整。最后，通过imshow函数显示原始图像和变换后的图像。