对于Gamma:
Gamma校对是对动静范畴内亮度的非线性存储/还原算法,即输出值进行的非线性操作,使输入值与输出值呈指数关系;从成果上来说Gamma校对调整图像的整体亮度,没有校对的图像看起来可能会存在过亮或太暗的状况,所以想要图像显示成果更完满,Gamma校对就显得很重要了。 Gamma改正的计算过程如下:
`output=〖input〗^(1/Gamma)`
应用下面的指数函数把每个像素的RGB值进行变换。具体执行下列转换公式(假设像素值的取值范畴为0到255):
`R=〖255X(R/255)〗^((1/gamma)) G=〖255X(G/255)〗^((1/gamma)) B=〖255X(B/255)〗^((1/gamma))`
个别解决Gamma改正都是通过手动调节gamma值来实现的,但如果图片多的状况下,手动设置gamma值显得过于麻烦,这时候就须要采纳主动Gamma改正,将RGB图片转成灰度图,计算灰度图的数据均值,通过上面的计算公式计算gamma值。
`gamma_val = math.log10(0.5) / math.log10(mean / 255)`
python实现:
import cv2 import numpy as np import math import os def gamma_trans(img, gamma): # gamma函数解决 gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)] # 建设映射表 gamma_table = np.round(np.array(gamma_table)).astype(np.uint8) # 色彩值为整数 return cv2.LUT(img, gamma_table) # 图片色彩查表。另外能够依据光强(色彩)平均化准则设计自适应算法。 def nothing(x): pass data_base_dir = r'./1' # 输出文件夹的门路 outfile_dir = r'./2' # 输入文件夹的门路 list = os.listdir(data_base_dir) list.sort() list2 = os.listdir(outfile_dir) list2.sort() for file in list: # 遍历指标文件夹图片 read_img_name = data_base_dir + '/' + file.strip() # 取图片残缺门路 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))
原文链接:https://www.sdk.cn/details/veYqE8z9ZReZb7Wj4Q
SDK社区是一个中立的社区,这里有多样的前端常识,有丰盛的api,有爱学习的人工智能开发者,有有趣风趣的开发者带你学python,还有将来炽热的鸿蒙,当各种元素组合在一起,让咱们一起脑洞大开独特打造业余、好玩、有价值的开发者社区,帮忙开发者实现自我价值!