summary 18 Gamma矫正

本文深入解析了Gamma校正的概念,探讨了Gamma值如何影响图像的亮度分布,特别是在高光和阴影区域的细节呈现。文章详细介绍了Gamma校正的数学原理,并提供了一种高效的算法实现,利用查找表来加速处理过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

 

复制代码

 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 }

复制代码

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值