【图像处理】伽马亮度矫正

采集的图像部分区域较亮，而部分区域较暗，需要进行亮度矫正来调整整个图片的亮度，使得整体亮度较为均匀。

传统Gamma函数亮度矫正

gamma校正原理

假设图像F中有一个像素A，值是 200 ，那么对这个像素进行校正必须执行如下步骤：

1.归一化 ：将像素值转换为 0 ～ 1 之间的实数。 算法如下 : F/255 。对于像素 A 而言 , 其对应的归一化值为 0. 7843 。

2.预补偿 ：求出gamma 值。这一步包含一个 求指数运算。若 gamma = 1 /2.2 = 0. 454545 , 对归一化后的 A 值进行预补偿的结果就 是 0. 7843 ^0. 454545 = 0. 8954 。

3.反归一化 ：将经过预补偿的实数值反变换为 0 ～ 255 之间的整数值，即将预补偿的实数值乘以255。0.8954×255=228 , 这个 228 就是最后送 入显示器的数据。
即当 gamma<1时，输出图像变亮；当gamma >1时，输出图像变暗。

以下是python代码：

#-*-coding: UTF-8-*-
import numpy as np
import cv2
import math
from matplotlib import pyplot as plt
#import Recognise
 
#读取图片
img = cv2.imread('5.jpg')
#将原图片（RGB）转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#显示并保存
cv2.imshow('gray', gray)
cv2.imwrite('gray.jpg', gray)
#将灰度图做gamma校正运算
image = np.power(gray/255.0