灰度变换幂律函数python

以下是一个灰度变换幂律函数的Python代码示例：

import numpy as np
import matplotlib.pyplot as plt

def power_law_transform(image, gamma):
    """
    Applies a power-law transformation to the input grayscale image using the given gamma value.
    """
    # Normalize the image to the range [0, 1].
    image_norm = image.astype(np.float32) / 255.0
    
    # Apply the power-law transformation.
    image_power = np.power(image_norm, gamma)
    
    # Scale the image back to the range [0, 255] and convert to uint8 data type.
    image_power = (image_power * 255).astype(np.uint8)
    
    return image_power

# Load the input grayscale image.
image = plt.imread('lena_gray.png')

# Apply the power-law transformation with gamma=0.5.
image_power = power_law_transform(image, 0.5)

# Display the input and output images.
fig, ax = plt.subplots(1, 2, figsize=(10, 5))
ax[0].imshow(image, cmap='gray')
ax[0].set_title('Input Image')
ax[0].axis('off')
ax[1].imshow(image_power, cmap='gray')
ax[1].set_title('Power-Law Transformed Image (Gamma=0.5)')
ax[1].axis('off')
plt.show()

在这个示例中，我们首先定义了一个名为`power_law_transform`的函数，该函数接受一个灰度图像和一个表示幂律系数的`gamma`参数。该函数将输入图像归一化到[0,1]范围内，然后将其进行幂律变换，并将结果缩放回[0, 255]范围内并转换为`uint8`数据类型。然后，我们加载一张灰度图像，并使用`power_law_transform`函数将其进行幂律变换，其中gamma值为0.5。最后，我们显示了输入图像和输出图像。