基于Robertson算法拟合相机响应函数（CRF）曲线

python代码实现步骤如下：

import numpy as np
import cv2
import os
import matplotlib.pyplot as plt

# 读取多曝光图像
# ... (省略了读取图像的代码)

img_list =[……]

# 提取每个像素的曝光时间
exp_times = np.array([……], dtype=np.float32)

# 估计相机响应函数
calibrateRobertson = cv2.createCalibrateRobertson()
responseRobertson = calibrateRobertson.process(img_list, times=exp_times)

# 显示相机响应函数曲线
x = np.arange(0, 256)
for i in range(responseRobertson.shape[2]):
    y = responseRobertson[:, :, i].squeeze()
    plt.plot(x, y, label=f'Channel {i+1}')

plt.title('Robertson Camera Response Curve')
plt.xlabel('Pixel Value')
plt.ylabel('Log Exposure')
plt.legend()
plt.show()

根据该算法可以代入自己需要的多曝光图片和曝光时间，拟合出CRF曲线并显示出来。

Robertson算法需要在每个颜色通道上独立地进行计算，因此它需要一个3通道的响应函数。

responseRobertson是一个三维数组，其中第三个维度对应于图像的颜色通道（B, G, R）。因此，需要为每个颜色通道分别绘制响应函数曲线。可以通过在循环中绘制每个通道的响应函数曲线来实现这一点。