https://blog.csdn.net/huqiang_823/article/details/80767019
1、算法原理 伽马变换（幂律变换）是常用的灰度变换，是一种简单的图像增强算法。数学公式如下：（1） 式（1）中，r为输入的灰度值，取值范围为[0, 1]。C称为灰度缩放系数，用于整体拉伸图像灰度，通常取值为1。gamma取值灰度输入输出曲线图如下：图（1） gamma曲线图 从图（1）可知：当gamma>1.0时，伽马变换将拉低图像灰度值，图像视觉上变暗；当gamm<1.0时，伽马变换将提高图像的灰度值，图像视觉上变亮。2、算法定义 输入：8位灰度图像。 输出：8位灰度图像。 参数：gamma值、C值。3、算法实现（1）、公式实现//函数名：gammaTransformation//作用：实现灰度变换中的伽马变换//参数：//matInput：输入图像//matOutput : 输出图像//fGamma : 伽马值//fC ： C值（缩放系数）//返回值：无//注：支持单通道8位灰度图像void gammaTransformation(cv::Mat& matInput, cv::Mat& matOutput, float fGamma, float fC /*= 1.0f*/){ assert(matInput.elemSize() == 1); //构造输出图像 matOutput = cv::Mat::zeros(matInput.rows, matInput.cols, matInput.type()); //循环中尽量避免除法 float fNormalFactor = 1.0f / 255.0f; for (size_t r = 0; r < matInput.rows; r++) { unsigned char* pInput = matInput.data + r * matInput.step[0]; unsigned char* pOutput = matOutput.data + r * matOutput.step[0]; for (size_t c = 0; c < matInput.cols; c++) { //gamma变换 float fOutput = std::pow(pInput[c] * fNormalFactor, fGamma) * fC; //数值溢出判断 fOutput = fOutput > 1.0f ? 1.0f : fOutput; //输出 pOutput[c] = static_cast<unsigned char>(fOutput * 255.0f); } }}（2）、查表加速 几乎所有的灰度变换算法中，都可以使用查表方法进行加速。在【公式实现】中，循环中调用了库函数pow、并进行了一次if判断。这些操作，可以在循环外提提前计算好，循环中查表即可。在嵌入式系统中，查表法使用较多。优化后的代码如下：void gammaTransformation(cv::Mat& matInput, cv::Mat& matOutput, float fGamma, float fC /*= 1.0f*/){ assert(matInput.elemSize() == 1); //构造输出图像 matOutput = cv::Mat::zeros(matInput.rows, matInput.cols, matInput.type()); //循环中尽量避免除法 float fNormalFactor = 1.0f / 255.0f; //构造查询表 std::vector<unsigned char> lookUp(256); for (size_t m = 0; m < lookUp.size(); m++) { //gamma变换 float fOutput = std::pow(m * fNormalFactor, fGamma) * fC; //数值溢出判断 fOutput = fOutput > 1.0f ? 1.0f : fOutput; //输出 lookUp[m] = static_cast<unsigned char>(fOutput * 255.0f); } for (size_t r = 0; r < matInput.rows; r++) { unsigned char* pInput = matInput.data + r * matInput.step[0]; unsigned char* pOutput = matOutput.data + r * matOutput.step[0]; for (size_t c = 0; c < matInput.cols; c++) { //查表gamma变换 pOutput[c] = lookUp[pInput[c]]; } }}（3）、测试结果
---------------------
作者：图像大师
来源：CSDN
原文：https://blog.csdn.net/huqiang_823/article/details/80767019
版权声明：本文为博主原创文章，转载请附上博文链接！