挑战图像处理100问（24）——伽玛校正

伽马校正（Gamma Correction）是一种图像处理技术，用于校正显示设备的非线性响应。通过对图像进行伽马变换，可以将图像的亮度范围映射到显示设备的亮度范围内，从而提高图像的对比度和细节，改善图像的视觉效果。

伽马变换的基本原理是对图像的像素值进行幂次变换，公式如下：

$V_{\text{out }}=V_{in}^{\gamma }$

其中，$V_{in}$ 表示输入图像的像素值，$V_{out}$ 表示输出图像的像素值，$\gamma$ 表示伽马值，通常取值在 $0.2$ 到 $5.0$ 之间。

import cv2
import numpy as np# 读取原始图像
img = cv2.imread('input.jpg', 0)# 计算伽马变换表
gamma = 0.5
gamma_table = np.array([((i / 255.0) ** gamma) * 255 for i in np.arange(0, 256)]).astype('uint8')# 对图像进行伽马校正
img_gamma = cv2.LUT(img, gamma_table)# 显示原始图像和伽马校正后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Gamma Corrected Image', img_gamma)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，使用 cv2.imread() 函数读取原始图像。然后计算伽马变换表，使用 cv2.LUT() 函数对图像进行伽马校正。最后使用 cv2.imshow() 函数显示原始图像和伽马校正后的图像，使用 cv2.waitKey() 函数等待用户按下按键，使用 cv2.destroyAllWindows() 函数销毁所有窗口。

在上面的代码中，gamma 表示伽马值，可以根据具体的应用场景进行调整。当 $\gamma <1.0$ 时，伽马校正会使图像变暗；当 $\gamma >1.0$ 时，伽马校正会使图像变亮。