Gamma校正

1.介绍

1.1伽马校正是什么

伽马校正，是用来针对影片或是影像系统里对于光线的辉度（luminance）或是三色刺激值（tristimulus values）所进行非线性的运算或反运算。1

最简单的例子里伽马校正是由幂定律公式$V_{out}=A{V}_{in}^{\gamma }$所定义。其中通常情况下A=1，$V_{out}、V_{in}\in [0,1]$

伽马值γ < 1的情况有时被称作编码伽马值, 也叫伽马压缩。

伽马值γ > 1的情况有时也被称作解码伽马值，也叫伽马展开。

1.2为什么需要伽马校正

对于声音，人耳感受到的声音是以分贝衡量的，10倍的声音我们感受到10分贝的变化，100倍的声音对应20分贝感受变化，1000倍对应30分贝感受…， 人们对于物体明亮程度的主观感受，也遵循指数规律。根据实验测定，人类对明亮程度的主观感受，线性对应于物理亮度的2.2次方。

对于视觉来说，自然界中光的灰度级别是无数的，而一般图像的表示是8bit,也就是只有256个灰度级别，但是现在的显示器在展示灰度图时显示器的的灰度级别又远远大于256种。 因人类对于外界刺激变化程度的感受，是指数形式的，所以可以使用伽马校正来化解“无限的自然存在，与有限的存储容量/传输带宽之间的矛盾”。2

2.伽马校正在图像增强中的应用

也就是使用公式 $V_{out}=A{V}_{in}^{\gamma }$ 对图像RGB三通道上的添加随机抖动。

from PIL import Image
import numpy as np
import matplotlib.pyplot  as plt

img = Image.open("1.jpeg")
img_array = np.array(img)
plt.figure(figsize=(9.6,4.1),facecolor='gray',edgecolor='black')
for j in range(2,10):
    plt.subplot(2,4,j-1)
    tmp_img = img_array.copy()      
    gamma = np.random.uniform(0.2, 1.8)
    tmp_img = tmp_img / 255
    tmp_img = np.uint8(tmp_img**gamma*255)
    plt.imshow(tmp_img)
    tmp_img = Image.fromarray(tmp_img)
    tmp_img.save(f"{j}.png")           
plt.savefig("gamma_adjust.png")

结果：

参考：

1.https://zh.wikipedia.org/wiki/%E4%BC%BD%E7%91%AA%E6%A0%A1%E6%AD%A3
2.https://www.zhihu.com/question/27467127