3.4 Gamma校正+对数Log变换

Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系：

A是一个常数，通常取1，这个指数即为Gamma。

Gamma校正的原理很简单，就一个很简单的表达式，如下图所示：

其中V_in的取值范围是0~1，最重要的参数就是公式中的γ参数！

γ的值决定了输入图像和输出图像之间的灰度映射方式，即决定了是增强低灰度值区域还是增高灰度值区域。
γ>1时，图像的高灰度区域对比度得到增强。
γ<1时，图像的低灰度区域对比度得到增强。
γ=1时，不改变原图像。

伽马变换对于图像对比度偏低，并且整体亮度值偏高（对于于相机过曝）情况下的图像增强效果明显。

#include <opencv2/highgui/highgui.hpp>    
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main(int argc, char *argv[])
{
    Mat image = imread("D:\Gamma校正.jpg");
    Mat imageGamma(image.size(), CV_32FC3);
    for (int i = 0; i < image.rows; i++)
    {
        for (int j = 0; j < image.cols; j++)
        {
            imageGamma.at<Vec3f>(i, j)[0] = (image.at<Vec3b>(i, j)[0])*(image.at<Vec3b>(i, j)[0])*(image.at<Vec3b>(i, j)[0]);
            imageGamma.at<Vec3f>(i, j)[1] = (image.at<Vec3b>(i, j)[1])*(image.at<Vec3b>(i, j)[1])*(image.at<Vec3b>(i, j)[1]);
            imageGamma.at<Vec3f>(i, j)[2] = (image.at<Vec3b>(i, j)[2])*(image.at<Vec3b>(i, j)[2])*(image.at<Vec3b>(i, j)[2]);
        }
    }
    //归一化到0~255  
    normalize(imageGamma, imageGamma, 0, 255, CV_MINMAX);
    //转换成8bit图像显示  
    convertScaleAbs(imageGamma, imageGamma);
    imshow("原图", image);
    imshow("伽马变换图像增强效果", imageGamma);
    waitKey();
    return 0;
}

//////朱伟opencv图像处理编程实例
#include <iostream>  
#include <opencv2corecore.hpp>  
#include <opencv2highguihighgui.hpp>  
#include <opencv2imgprocimgproc.hpp>  
#include<cmath>
using namespace cv;

Mat gammaTransform(Mat &srcImage, float kFactor)
{

    unsigned char LUT[256];
    for (int i = 0; i < 256; i++)
    {
        float f = (i + 0.5f) / 255;
        f = (float)(pow(f, kFactor));
        LUT[i] = saturate_cast<uchar>(f*255.0f - 0.5f);
    }
    Mat resultImage = srcImage.clone();

    if (srcImage.channels() == 1)
    {

        MatIterator_<uchar> iterator = resultImage.begin<uchar>();
        MatIterator_<uchar> iteratorEnd = resultImage.end<uchar>();
        for (; iterator != iteratorEnd; iterator++)
        {
            *iterator = LUT[(*iterator)];
        }
    }
    else
    {


        MatIterator_<Vec3b> iterator = resultImage.begin<Vec3b>();
        MatIterator_<Vec3b> iteratorEnd = resultImage.end<Vec3b>();
        for (; iterator != iteratorEnd; iterator++)
        {
            (*iterator)[0] = LUT[((*iterator)[0])];//b
            (*iterator)[1] = LUT[((*iterator)[1])];//g
            (*iterator)[2] = LUT[((*iterator)[2])];//r
        }
    }
    return resultImage;
}
int main()
{
    Mat srcImage = imread("D:\小女孩与熊.jpg");
    if (!srcImage.data)
    {
        printf("could not load image...
");
        return -1;
    }
    //取两种不同的gamma值
    float gamma1 = 3.33f;
    float gamma2 = 0.33f;
    float kFactor1 = 1 / gamma1;
    float kFactor2 = 1 / gamma2;
    Mat result1 = gammaTransform(srcImage, kFactor1);
    Mat result2 = gammaTransform(srcImage, kFactor2);
    imshow("srcImage", srcImage);
    imshow("res1", result1);
    imshow("res2", result2);
    waitKey(0);
    return 0;
}

对数Log变换:

对数变换对于整体对比度偏低并且灰度值偏低的图像增强效果较好。

/////////////////////////////////////对数Log变换////////////////////////////////////////
////https://blog.csdn.net/dcrmg/article/details/53677739
#include <opencv2/highgui/highgui.hpp>    
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main(int argc, char *argv[])
{
    Mat image = imread("D:\对数Log变换.jpg");
    Mat imageLog(image.size(), CV_32FC3);
    for (int i = 0; i < image.rows; i++)
    {
        for (int j = 0; j < image.cols; j++)
        {
            imageLog.at<Vec3f>(i, j)[0] = log(1 + image.at<Vec3b>(i, j)[0]);
            imageLog.at<Vec3f>(i, j)[1] = log(1 + image.at<Vec3b>(i, j)[1]);
            imageLog.at<Vec3f>(i, j)[2] = log(1 + image.at<Vec3b>(i, j)[2]);
        }
    }
    //归一化到0~255  
    normalize(imageLog, imageLog, 0, 255, CV_MINMAX);
    //转换成8bit图像显示  
    convertScaleAbs(imageLog, imageLog);
    imshow("Soure", image);
    imshow("after", imageLog);
    waitKey();
    return 0;
}

参考链接：

https://blog.csdn.net/linqianbi/article/details/78617615

https://blog.csdn.net/dcrmg/article/details/53677739

https://blog.csdn.net/lxy201700/article/details/24929013

其他：

https://www.cnblogs.com/qiqibaby/p/5325193.html 

https://www.cnblogs.com/lcchuguo/p/4052077.html