伽马校正,最好的,最高效的方法是通过table来访问:
核心函数LUT(The Core Function)¶
这是最被推荐的用于实现批量图像元素查找和更该操作图像方法。在图像处理中,对于一个给定的值,将其替换成其他的值是一个很常见的操作,OpenCV 提供里一个函数直接实现该操作,并不需要你自己扫描图像,就是:operationsOnArrays:LUT() <lut>
Mat lookUpTable(1, 256, CV_8U);
uchar* p = lookUpTable.data;
for( int i = 0; i < 256; ++i)
p[i] = table[i];
然后我们调用函数 (I 是输入 J 是输出):
LUT(I, lookUpTable, J);
好了该我上代码了:
1. int
2. {
3. "e:\\kankan\\fish.jpg", 0 );
4. IplImage* dst = cvCreateImage(cvGetSize(src), 8, 1);
5. uchar table[256];
6.
7. CreatTable_Gamma( table, 0.5 );
8. LUT_Adj(src,dst,table);
9.
10. }
1. void CreatTable_Gamma(uchar table[], float
2. {
3. float
4. for(int
5. {
6. float)i/255.0f , nPercent)*255.0f;
7. if(val>255)
8. val=255;
9. if(val<0)
10. val=0;
11. table[i]=(uchar)val;
12. }
13. }
创建table:
1. void CreatTable_Gamma(uchar table[], float
2. {
3. float
4. for(int
5. {
6. float)i/255.0f , nPercent)*255.0f;
7. table[i]=(uchar)val;
8. }
9. }
读table :
1. void LUT_Adj(const
2. {
3. dptr[x] = table[sptr[x]];
4.
5.
6. }
但是现在c++版的table 方法更高效的。我这个有点旧啦。。。
附上效果图:

Refer from
来自维基百科:伽马校正(Gamma correction) 又叫伽马非线性化(gamma nonlinearity)、伽马编码(gamma encoding) 或是就只单纯叫伽马(gamma)。是用来针对影片或是影像系统里对于光线的辉度(luminance)或是三色刺激值(tristimulus values)所进行非线性的运算或反运算。最简单的例子里伽马校正是由下列幂定律公式所定义的。
γ < 1的情况有时被称作编码伽马值(encoding gamma),而执行这个编码运算所使用上述幂定律的过程也叫做伽马压缩(gamma compression);相对地,伽马值γ > 1的情况有时也被称作解码伽马值(decoding gamma),而执行这个解码运算所使用上述幂定律的过程也叫做“伽马展开(gamma expansion)”。
转自:
在计算机系统中,由于显卡或者显示器的原因会出现实际输出的图像在亮度上有偏差,而Gamma曲线矫正就是通过一定的方法来矫正图像的这种偏差的方法。一般情况下,当用于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,Gamma矫正一般用于平滑的扩展暗调的细节。
公式如下:
I' = I^gamma:表示对图像I取指数值gamma,即I'(x,y)=I(x,y)^gamma。
在matlab代码如下:

结果如下:

Gamma校正源自显示器的校正,一些论文中引用“研究表示,Gamma值取0.4或0.45是最接近人类视觉系统的”,这个待考究,Gamma校正能否提高识别结果,也需要看官自己尝试。
















