python图像伽马校正

在Python中，伽玛校正是对图像亮度的一种调整，通常用于修正数码相机拍摄的图片可能出现的过度曝光或暗部细节丢失的问题。原始图像可能存在伽玛曲线不线性的现象，即像素值与实际光强度之间的关系不是线性的，这可能导致视觉上颜色偏暗或亮度过高。

Python的PIL（Python Imaging Library）库以及其后续的Pillow库都提供了伽玛校正的功能。使用`ImageEnhance`模块下的`Gamma`类可以进行这项操作。下面是一个简单的例子：

from PIL import Image, ImageEnhance

def gamma_correction(image_path, output_path, gamma=1.8):
    with Image.open(image_path) as img:
        enhancer = ImageEnhance.Contrast(img)
        adjusted_img = enhancer.enhance(gamma)
        adjusted_img.save(output_path)

# 使用函数并指定伽玛值
gamma_correction('input.jpg', 'output_corrected.jpg', gamma=2.2)

在这个例子中，`gamma`参数代表了伽玛系数，它的值通常小于1（暗调）、等于1（无变化）、大于1（亮调）。当`gamma > 1`时，图像会变得更亮；反之则变暗。

相关问题

python opencv 图像伽马校正

图像伽马校正是一种调整图像亮度的方法，通过将每个像素的灰度值提高或降低，从而调整整个图像的亮度。

在 Python 中，使用 OpenCV 库可以进行图像伽马校正。下面是一个简单的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 图像伽马校正
gamma = 2.0
img_gamma = np.power(img / 255.0, gamma) * 255.0
img_gamma = img_gamma.astype(np.uint8)

# 显示原图和伽马校正后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Gamma Corrected Image', img_gamma)

# 等待按下任意按键
cv2.waitKey(0)

# 释放窗口
cv2.destroyAllWindows()

在上面的代码中，我们首先读取了一张图像，然后使用 `np.power()` 函数进行图像的伽马校正。其中，`gamma` 参数表示伽马值，可以根据实际情况进行调整。

最后，我们使用 `cv2.imshow()` 函数显示原图和伽马校正后的图像，并等待按下任意按键后关闭窗口。

伽马校正python

伽马校正是一种对图像亮度进行非线性调整的算法，通过对输入值进行指数运算，将输出值与输入值呈指数关系，从而调整图像的整体亮度。伽马校正对于优化图像的显示效果非常重要，可以避免图像过亮或过暗的情况。具体的伽马校正计算过程可以用以下公式表示：output = input^(1/Gamma)

下面是一个使用Python实现伽马校正的代码示例：

import numpy as np
import cv2

def gamma_trans(img, gamma):
    # 先将像素值归一化处理，再进行伽马计算，后还原到范围
    gmma_list = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)]
    # 将列表转换成nparray，并将数据类型转换为无符号8位整型
    gamma_table = np.round(np.array(gmma_list)).astype(np.uint8)
    # 使用伽马表对图像进行灰度映射
    return cv2.LUT(img, gamma_table)

if __name__ == '__main__':
    # 读取图像
    im = cv2.imread('data/lena.jpg', 0)
    # 显示原始图像
    matshow('im', im)
    
    # 使用伽马值小于1的伽马校正
    im = gamma_trans(im, 0.5)
    matshow('im0.5', im)
    
    # 使用伽马值大于1的伽马校正
    im = gamma_trans(im, 3)
    matshow('im3', im)

以上代码使用了NumPy和OpenCV库，首先定义了一个`gamma_trans`函数，该函数接收一个图像和伽马值作为输入，通过计算生成伽马表，然后使用伽马表对图像进行灰度映射。最后，在主程序中读取图像，分别使用伽马值0.5和3进行伽马校正，并使用`matshow`函数显示处理后的图像。通过调整伽马值可以得到不同的伽马校正效果 。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>