Gamma校正及其OpenCV实现

转载：http://blog.youkuaiyun.com/lichengyu/article/details/8457425

参考：[1]http://www.cambridgeincolour.com/tutorials/gamma-correction.htm

[2]http://en.wikipedia.org/wiki/Gamma_correction

 

一、什么是Gamma校正？

Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系：

[2]

这个指数即为Gamma.

经过Gamma校正后的输入和输出图像灰度值关系如图1所示：横坐标是输入灰度值，纵坐标是输出灰度值，蓝色曲线是gamma值小于1时的输入输出关系，红色曲线是gamma值大于1时的输入输出关系。可以观察到，当gamma值小于1时(蓝色曲线)，图像的整体亮度值得到提升，同时低灰度处的对比度得到增加，更利于分辩低灰度值时的图像细节。

                                                                                图1 Gamma校正.

 

二、为什么进行Gamma校正？

1. 人眼对外界光源的感光值与输入光强不是呈线性关系的，而是呈指数型关系的。在低照度下，人眼更容易分辨出亮度的变化，随着照度的增加，人眼不易分辨出亮度的变化。而摄像机感光与输入光强呈线性关系。如图2所示：

图2 人眼和摄像机的感光与实际输入光强的关系[1]。

为方便人眼辨识图像，需要将摄像机采集的图像进行gamma校正。

 

2. 为能更有效的保存图像亮度信息，需进行Gamma校正。

未经gamma校正和经过gamma校正保存图像信息如图3所示：

图3 未经gamma校正和经过gamma校正保存图像信息.

可以观察到，未经gamma校正的情况下，低灰度时，有较大范围的灰度值被保存成同一个值，造成信息丢失；同时高灰度值时，很多比较接近的灰度值却被保存成不同的值，造成空间浪费。经过gamma校正后，改善了存储的有效性和效率。

 

三、利用OpenCV实现的Gamma校正

[cpp]  view plain copy

1. Mat& MyGammaCorrection(Mat& I, float fGamma)  
2. {  
3.     CV_Assert(I.data);  
4.   
5.     // accept only char type matrices  
6.     CV_Assert(I.depth() != sizeof(uchar));  
7.   
8.     // build look up table  
9.     unsigned char lut[256];  
10.     for( int i = 0; i < 256; i++ )  
11.     {  
12.         lut[i] = pow((float)(i/255.0), fGamma) * 255.0;  
13.     }  
14.   
15.   
16.     const int channels = I.channels();  
17.     switch(channels)  
18.     {  
19.         case 1:  
20.             {  
21.   
22.                 MatIterator_<uchar> it, end;  
23.                 for( it = I.begin<uchar>(), end = I.end<uchar>(); it != end; it++ )  
24.                     //*it = pow((float)(((*it))/255.0), fGamma) * 255.0;  
25.                     *it = lut[(*it)];  
26.   
27.                 break;  
28.             }  
29.         case 3:   
30.             {  
31.   
32.                 MatIterator_<Vec3b> it, end;  
33.                 for( it = I.begin<Vec3b>(), end = I.end<Vec3b>(); it != end; it++ )  
34.                 {  
35.                     //(*it)[0] = pow((float)(((*it)[0])/255.0), fGamma) * 255.0;  
36.                     //(*it)[1] = pow((float)(((*it)[1])/255.0), fGamma) * 255.0;  
37.                     //(*it)[2] = pow((float)(((*it)[2])/255.0), fGamma) * 255.0;  
38.                     (*it)[0] = lut[((*it)[0])];  
39.                     (*it)[1] = lut[((*it)[1])];  
40.                     (*it)[2] = lut[((*it)[2])];  
41.                 }  
42.   
43.                 break;  
44.   
45.             }  
46.     }  
47.   
48.     return I;  
49.       
50. }  

四、实现结果

第一幅图是原图，第二幅图是用gamma=0.45做的校正，第三幅图是用gamma=2.2进行校正。可以观察到，第二幅图的整体亮度提高，同时低灰度时的对比度提高。