opencv灰度变换

图像处理中的灰度反转、对数变换和幂律（伽马）变换是一些常见的技术，主要用于图像增强、对比度调整以及特定场景的图像预处理。下面详细介绍这些技术的使用场景，并给出对应的C++代码示例。

灰度反转（Negative Transformation）

使用场景

• 医学图像处理: 增强X光片或MRI图像的对比度。
• 遥感图像: 反转地形图或卫星图像中的颜色，便于特定特征的分析。
• 摄影艺术: 创造特殊的视觉效果。

实现方法

灰度反转的公式为：
[ g(x,y) = 255 - f(x,y) ]
其中 ( f(x,y) ) 是原始图像的像素值，( g(x,y) ) 是反转后的像素值。

对数变换（Log Transformation）

使用场景

• 增强低灰度值: 提高图像中暗部细节的对比度。
• 图像压缩: 压缩图像的动态范围，特别是用于科学数据的可视化（如频谱图）。

实现方法

对数变换的公式为：
[ g(x,y) = c \cdot \log(1 + f(x,y)) ]
其中 ( c ) 是常数，一般取值为 1。

幂律（伽马）变换（Power-Law (Gamma) Transformation）

使用场景

• 图像增强: 调整图像的亮度和对比度。
• 显示设备校正: 修正显示器或打印机的非线性响应。
• 医学图像处理: 改善CT扫描或MRI图像的可视化效果。

实现方法

伽马变换的公式为：
[ g(x,y) = c \cdot f(x,y)^\gamma ]
其中 ( c ) 是常数，通常为 1，( \gamma ) 是伽马值，控制图像的对比度。

C++ 代码示例

#include <opencv2/opencv.hpp>
#include <iostream>
#include <cmath>

void invertImage(const cv::Mat& src, cv::Mat& dst) {
   
   
    dst = 255 - src;
}

void logTransform(const cv