2019-10-18 opencv计算摄影3-高动态范围图像High Dynamic Range (HDR)，提供更多的动态范围和图像细节，更好的反映出真实环境中的视觉效果

官网参见https://docs.opencv.org/3.4.1/d2/df0/tutorial_py_hdr.html

提供更多的动态范围和图像细节，更好的反映出真实环境中的视觉效果

理论

高动态范围图像（High Dynamic Range imaging，简称HDRI或者HDR）技术被用于图像和摄影中，相比较标准的数字图像和摄影，它可以提供更多的动态范围光度。虽然人眼可以适应各种光照条件，但大多数成像设备每通道使用8位表示，因此我们仅限于256级（灰度范围）。此外，当我们拍摄真实世界的场景时，明亮的区域可能曝光过度，而黑暗的区域可能曝光不足，所以我们不能用一次曝光来捕捉所有的细节。 HDR图像技术每通道使用32位浮点值表示，所以就可以允许更大的动态范围（灰度值）。

有2种不同方法获得HDR图像，最常用的一种就是使用不同曝光值拍摄的场景照片。为了把这些照片组合在一起，你需要了解一些相机的响应函数和相关算法。HDR图像合并之后，需要转为8位（256级）才能在普通显示器上显示。这个过程被称为色调映射(tonemapping)。如果场景中的物体或者相机在拍摄过程中移动，会增加更多复杂度，因为需要对不同曝光程度图像登记校准。

本节中我们介绍2个算法(Debvec, Robertson)来从一系列曝光图像中生成和显示HDR图像。并且还会展示1个称为曝光融合的替代方法（Mertens），它可以产生低动态范围图像，而且不需要曝光时间数据。此外，我们还要了解相机响应函数（camera response function