大家好，又见面了，我是你们的朋友全栈君。
图2中左图为原图，中图为gamma = 1/2.2在校正结果，原图中左半侧的灰度值较高，右半侧的灰度值较低，经过gamma = 1/2.2校正后(中图)，左侧的对比度降低(见胡须)，右侧在对比度提高(明显可以看清面容)，同时图像在的整体灰度值提高。
右图为gamma = 2.2在校正结果，校正后，左侧的对比度提高(见胡须)，右侧在对比度降低(面容更不清楚了)，同时图像在的整体灰度值降低。
值得一提的是，人眼是按照gamma < 1的曲线对输入图像进行处理的。
参考资料：
[1] http://en.wikipedia.org/wiki/Gamma_correction
[2] http://www.cambridgeincolour.com/tutorials/gamma-correction.htm
[3] https://github.com/bytefish/opencv/blob/master/misc/tan_triggs.cpp
代码:
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
// Normalizes a given image into a value range between 0 and 255.
Mat norm_0_255(const Mat& src) {
// Create and return normalized image:
Mat dst;
switch(src.channels()) {
case 1:
cv::normalize(src, dst, 0, 255, NORM_MINMAX, CV_8UC1);
break;
case 3:
cv::normalize(src, dst, 0, 255, NORM_MINMAX, CV_8UC3);
break;
default:
src.copyTo(dst);
break;
}
return dst;
}
int main(int argc, const char *argv[]) {
// Get filename to the source image:
if (argc != 2) {
cout << "usage: " << argv[0] << " <image.ext>" << endl;
exit(1);
}
// Load image & get skin proportions:
//Mat image = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
Mat image = imread(argv[1], CV_LOAD_IMAGE_COLOR);
// Convert to floating point:
Mat X;
image.convertTo(X, CV_32FC1);
//image.convertTo(X, CV_32F);
// Start preprocessing:
Mat I;
float gamma = 1/2.2;
pow(X, gamma, I);
// Draw it on screen:
imshow("Original Image", image);
imshow("Gamma correction image", norm_0_255(I));
//imwrite("origin.jpg", image);
imwrite("gamma_inv2.2.jpg", norm_0_255(I));
// Show the images:
waitKey(0);
// Success!
return 0;
}版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/150138.html原文链接：https://javaforall.net
