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
其中,c和是正常数,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)
结果展示
dark.jpg