gamma变换

ccccc只有一个名字

于 2024-09-12 14:14:28 发布

阅读量215

点赞数 4

文章标签：计算机视觉

本文链接：https://blog.csdn.net/weixin_74017833/article/details/142172780

版权

介绍

又叫幂律变换。伽马变换底层原理是基于光的物理特性，模拟人眼对不同光照条件下的亮度感知。在实际应用中，伽马变换常用于校正图像的亮度和对比度，使其更符合人眼的视觉感知。

形式

$s=cr^{\gamma }$

其中，c和 $\gamma$ 是正常数，r为灰度图像的输入值（原来的灰度值），取值范围为[0,1]。s为经过伽马变换后的灰度输出值。c为灰度缩放系数，通常取1。γ为伽马因子大小。控制了整个变换的缩放程度。

参数γ的影响

γ=1=c：为恒等变换。
γ>1：增加图像的对比度，使暗像素变得更亮，同时降低亮像素的亮度。
γ<1：降低图像的对比度，使亮像素变得更暗，同时增加暗像素的亮度

伽马值从0.6到0.4时出现更多细节
减少到0.3会增强背景更多细节，对比度开始下降
伽马值等于0.4时，对比度和分辨细节的效果最好

代码实现

import numpy as np
from PIL import Image

def gamma_transform(image, gamma):
    # 将图像转换为NumPy数组
    image_array = np.array(image)

    # 归一化图像
    normalized_image = image_array / 255.0

    # Gamma变换
    transformed_image = np.power(normalized_image, gamma) * 255

    # 限制像素值在0-255之间
    transformed_image = np.clip(transformed_image, 0, 255)

    # 转换为整数类型
    transformed_image = transformed_image.astype(np.uint8)

    return transformed_image


# 加载图像
image_dark = Image.open("E:/dip/DIPshiyan3/dark.jpg").convert('L')
image_light = Image.open("E:/dip/DIPshiyan3/light.tif").convert('L')


# 进行Gamma变换
#gamma_light = gamma_transform(image_light, gamma1)
gamma_dark0_4 = gamma_transform(image_dark, 0.4)
gamma_dark0_5 = gamma_transform(image_dark, 0.5)
gamma_dark0_3 = gamma_transform(image_dark, 0.3)
#gamma_dark0_4_2_5 = gamma_transform(gamma_dark0_4, 2.5)
gamma_light3 = gamma_transform(image_light, 3.0)
gamma_light4 = gamma_transform(image_light, 4.0)
gamma_light5 = gamma_transform(image_light, 5.0)