由于项目场景的需要,Gamma变换在进行使用过程中可以对于图像的对比度进行调节,对过曝和低照度场景下对图像轮廓进行调节。按照论文里给的理论,加了一行代码实现灰度图像的自适应变换,进行一下记录。

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
	// 读取灰度图像
	Mat img = imread("43.jpg", IMREAD_GRAYSCALE);

	if (img.empty())
	{
		std::cerr << "Error: Image not found or could not be read" << std::endl;
		return -1;
	}

	// 计算归一化亮度均值 加两行代码
	double mean_val = mean(img)[0]/255;
	std::cout << mean_val << std::endl;

	double result = log(0.5) / log(mean_val);

	
	float gamma = result;

	// Gamma变换
	Mat gamma_corrected;
	img.convertTo(gamma_corrected, CV_32F);
	pow(gamma_corrected, gamma, gamma_corrected);
	normalize(gamma_corrected, gamma_corrected, 0, 255, NORM_MINMAX);
	gamma_corrected.convertTo(gamma_corrected, CV_8U);

	
	std::cout << "平均密度值: " << mean_val << std::endl;

	imwrite("原始图像.jpg", img);
	imwrite("gamma变换.jpg", gamma_corrected);
	waitKey(0);

	return 0;
}

在百度找了一张过曝场景原图:

图像过曝、低照度下Gamma矫正-LMLPHP图像过曝、低照度下Gamma矫正-LMLPHP

另一张在百度上找的图像是低照度的场景图

图像过曝、低照度下Gamma矫正-LMLPHP图像过曝、低照度下Gamma矫正-LMLPHP

参考论文:《基于 FPGA 的自动聚焦系统的设计与实现》
图像过曝、低照度下Gamma矫正-LMLPHP

上面的代码设置的是0.5,当然可以根据自身需要进行设置,越小所得图像越暗。

04-07 06:34