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