Gamma校订是对动态范围内亮度的非线性存储/还原算法,即输入值进行的非线性操做,使输出值与输入值呈指数关系;从效果上来讲Gamma校订调整图像的总体亮度,没有校订的图像看起来可能会存在过亮或太暗的状况,因此想要图像显示效果更完美,Gamma校订就显得很重要了。 Gamma矫正的计算过程以下:前端
`output=〖input〗^(1/Gamma)`
使用上面的指数函数把每一个像素的RGB值进行变换。具体执行下列转换公式(假定像素值的取值范围为0到255):python
`R=〖255X(R/255)〗^((1/gamma)) G=〖255X(G/255)〗^((1/gamma)) B=〖255X(B/255)〗^((1/gamma))`
通常处理Gamma矫正都是经过手动调节gamma值来完成的,但若是图片多的状况下,手动设置gamma值显得过于麻烦,这时候就须要采用自动Gamma矫正,将RGB图片转成灰度图,计算灰度图的数据均值,经过下面的计算公式计算gamma值。算法
`gamma_val = math.log10(0.5) / math.log10(mean / 255)`
import cv2 import numpy as np import math import os def gamma_trans(img, gamma): # gamma函数处理 gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)] # 创建映射表 gamma_table = np.round(np.array(gamma_table)).astype(np.uint8) # 颜色值为整数 return cv2.LUT(img, gamma_table) # 图片颜色查表。另外能够根据光强(颜色)均匀化原则设计自适应算法。 def nothing(x): pass data_base_dir = r'./1' # 输入文件夹的路径 outfile_dir = r'./2' # 输出文件夹的路径 list = os.listdir(data_base_dir) list.sort() list2 = os.listdir(outfile_dir) list2.sort() for file in list: # 遍历目标文件夹图片 read_img_name = data_base_dir + '/' + file.strip() # 取图片完整路径 image = cv2.imread(read_img_name) # 读入图片 img_gray = cv2.imread(read_img_name, 0) # 灰度图读取,用于计算gamma值 mean = np.mean(img_gray) gamma_val = math.log10(0.5) / math.log10(mean / 255) # 公式计算gamma image_gamma_correct = gamma_trans(image, gamma_val) # gamma变换 out_img_name = outfile_dir + '/' + file.strip() cv2.imwrite(out_img_name, image_gamma_correct) print("The photo which is processed is {}".format(file))
原文连接:https://www.sdk.cn/details/veYqE8z9ZReZb7Wj4Qapi
SDK社区是一个中立的社区,这里有多样的前端知识,有丰富的api,有爱学习的人工智能开发者,有风趣幽默的开发者带你学python,还有将来火热的鸿蒙,当各类元素组合在一块儿,让咱们一块儿脑洞大开共同打造专业、好玩、有价值的开发者社区,帮助开发者实现自我价值!函数