http://blog.sciencenet.cn/blog-578676-903108.html
1.什么是Gamma校正?
Gamma源于早期的CRT显示器的响应曲线,也就是输出亮度和输入电压的非线性关系,如图所示:
图1 亮度和输入电压的非线性关系图
由图可以看出,亮度和输入电压的关系更加近似于指数函数 (output = input ^ gamma )的关系。事实确实如此,CRT显示器厂商都默认将gamma值设为2.5,也就是如上的曲线。这里的指数,也就是我们所讨论的gamma。
2.为什么要进行Gamma校正?
我们已经知道输出和输入的非线性关系为指数函数 output = input ^ gamma,考虑指数函数的性质:
图2 指数函数性质
由图2可以看出,/*蓝色曲线对应指数gamma < 1,红色曲线对应指数gamma > 1,*/考虑一副图像,纵轴代表图像的亮度值,横轴代表自变量区间,当gamma > 1 时,随着gamma的变大,高光区对应的自变量区间逐渐变小,而低光区对应的自变量区间逐渐变大;相反,当gamma < 1 时,随着gamma的变小,高光区对应的自变量区间逐渐变大,而低光区对应的自变量区间逐渐变小。概括起来就是:gamma矫正的值大于1时,图像的高光部分被压缩而暗调部分被扩展,当gamma矫正的值小于1时,图像的高光部分被扩展而暗调部分被压缩。
至此,我们知道,通过调节gamma值,我们可以针对性地控制高光区或者低光区的显示细节(表现为:gamma > 1时,低光区被扩展高光区被压缩。表现为“越来越灰暗”,gamma < 1 是,低光区压缩而高光区扩展,表现为“越来越明亮”)。所以,我们可以根据图像的具体情况,选择合适的gamma值对图像进行校正,提升图像的显示细节。
https://www.cnblogs.com/qiqibaby/p/5325193.html
3.gamma校正原理
假设图像中有一个像素,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 : ( i + 0. 5)/256 这里包含 1 个除法和 1 个加法操作。对于像素 A 而言 , 其对应的归一化值为 0. 783203 。
2. 预补偿 :根据公式 , 求出像素归一化后的 数据以 1 /gamma 为指数的对应值。这一步包含一个 求指数运算。若 gamma 值为 2. 2 , 则 1 /gamma 为 0. 454545 , 对归一化后的 A 值进行预补偿的结果就 是 0. 783203 ^0. 454545 = 0. 894872 。
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。具体算法为 : f*256 - 0. 5 此步骤包含一个乘法和一个减法运算。续前 例 , 将 A 的预补偿结果 0. 894872 代入上式 , 得到 A 预补偿后对应的像素值为 228 , 这个 228 就是最后送 入显示器的数据。
如上所述如果直接按公式编程的话,假设图像的分辨率为 800*600 ,对它进行 gamma 校正,需要执行 48 万个浮点数乘法、除法和指数运算。效率太低,根本达不到实时的效果。
针对上述情况,提出了一种快速算法,如果能够确知图像的像素取值范围 , 例如 , 0 ~ 255 之间的整数 , 则图像中任何一个像素值只能 是 0 到 255 这 256 个整数中的某一个 ; 在 gamma 值 已知的情况下 ,0 ~ 255 之间的任一整数 , 经过“归一 化、预补偿、反归一化”操作后 , 所对应的结果是唯一的 , 并且也落在 0 ~ 255 这个范围内。
如前例 , 已知 gamma 值为 2. 2 , 像素 A 的原始值是 200 , 就可求得 经 gamma 校正后 A 对应的预补偿值为 228 。基于上述原理 , 我们只需为 0 ~ 255 之间的每个整数执行一次预补偿操作 , 将其对应的预补偿值存入一个预先建立的 gamma 校正查找表 (LUT:Look Up Table) , 就可以使用该表对任何像素值在 0 ~ 255 之 间的图像进行 gamma 校正。
4.gamma校正实现
1 #include <math.h> 2 3 typedef unsigned char UNIT8; //用 8 位无符号数表示 0~255 之间的整数 4 UNIT8 g_GammaLUT[256];//全局数组:包含256个元素的gamma校正查找表 5 //Buildtable()函数对0-255执行如下操作: 6 //①归一化、预补偿、反归一化; 7 //②将结果存入 gamma 查找表。 8 //从公式得fPrecompensation=1/gamma 9 void BuildTable(float fPrecompensation ) 10 { 11 int i; 12 float f; 13 for( i=0;i<256;i++) 14 { 15 f=(i+0.5F)/256;//归一化 16 f=(float)pow(f,fPrecompensation); 17 g_GammaLUT[i]=(UNIT8)(f*256-0.5F);//反归一化 18 } 19 } 20 21 void GammaCorrectiom(UNIT8 src[],int iWidth,int iHeight,float fGamma,UNIT8 Dst[]) 22 { 23 int iCols,iRows; 24 BuildTable(1/fGamma);//gamma校正查找表初始化 25 //对图像的每个像素进行查找表矫正 26 for(iRows=0;iRows<iHeight;iRows++) 27 { 28 for(iCols=0;iCols<iWidth;iCols++) 29 { 30 Dst[iRows*iWidth+iCols]=g_GammaLUT[src[iRows*iWidth+iCols]]; 31 } 32 } 33 }