【数字图像处理】gamma变换
论⽂:
gamma变换实现过程
假设图像中有⼀个像素,值是 200 ,那么对这个像素进⾏校正必须执⾏如下步骤: 1. 归⼀化:将像素值转换为 0 ~ 1 之间的实数。算法如下 : ( i + 0. 5)/256 这⾥包含 1 个除法和 1 个加法操作。对于像素 A ⽽⾔ , 其对应的归⼀化值为 0. 783203 。 2. 预补偿:根据公式 , 求出像素归⼀化后的数据以 1 /gamma 为指数的对应值。这⼀步包含⼀个求指数运算。若 gamma 值 为 2. 2 , 则 1 /gamma 为 0. 454545 , 对归⼀化后的 A 值进⾏预补偿的结果就是 0. 783203 ^0. 454545 = 0. 894872 。
3. 反归⼀化:将经过预补偿的实数值反变换为 0 ~ 255 之间的整数值。具体算法为 : f*256 - 0. 5 此步骤包含⼀个乘法和⼀个减法运算。续前例 , 将 A 的预补偿结果 0. 894872 代⼊上式 , 得到 A 预补偿后对应的像素值为 228 , 这个 228 就是最后送⼊显⽰器的数据。
如上所述如果直接按公式编程的话,假设图像的分辨率为 800*600 ,对它进⾏ gamma 校正,需要执⾏ 48 万个浮点数乘法、除法和指数运算。效率太低,根本达不到实时的效果。
针对上述情况,提出了⼀种快速算法,如果能够确知图像的像素取值范围 , 例如 , 0 ~ 255 之间的整数 , 则图像中任何⼀个像素值只
能是 0 到 255 这 256 个整数中的某⼀个 ; 在 gamma 值已知的情况下 ,0 ~ 255 之间的任⼀整数 , 经过“归⼀化、预补偿、反归⼀化”操作后 , 所对应的结果是唯⼀的 , 并且也落在 0 ~ 255 这个范围内。
如前例 , 已知 gamma 值为 2. 2 , 像素 A 的原始值是 200 , 就可求得经 gamma 校正后 A 对应的预补偿值为 228 。基于上述原
理 , 我们只需为 0 ~ 255 之间的每个整数执⾏⼀次预补偿操作 , 将其对应的预补偿值存⼊⼀个预先建⽴的 gamma 校正查
表 (LUT:Look Up Table) , 就可以使⽤该表对任何像素值在 0 ~ 255 之间的图像进⾏ gamma 校正。
gamma变换实现
#include <math.h>
typedef unsigned char UNIT8; //⽤ 8 位⽆符号数表⽰ 0~255 之间的整数
UNIT8 g_GammaLUT[256];//全局数组:包含256个元素的gamma校正查表
//Buildtable()函数对0-255执⾏如下操作:
//①归⼀化、预补偿、反归⼀化;
//②将结果存⼊ gamma 查表。
//从公式得fPrecompensation=1/gamma
void BuildTable(float fPrecompensation )
{
int i;
float f;
for( i=0;i<256;i++)
{
f=(i+0.5F)/256;//归⼀化
f=(float)pow(f,fPrecompensation);
g_GammaLUT[i]=(UNIT8)(f*256-0.5F);//反归⼀化
}
}
void GammaCorrectiom(UNIT8 src[],int iWidth,int iHeight,float fGamma,UNIT8 Dst[])
{
int iCols,iRows;
BuildTable(1/fGamma);//gamma校正查表初始化
//对图像的每个像素进⾏查表矫正
for(iRows=0;iRows<iHeight;iRows++)
{
for(iCols=0;iCols<iWidth;iCols++)
{
Dst[iRows*iWidth+iCols]=g_GammaLUT[src[iRows*iWidth+iCols]];
dst指数
}
}
}
测试效果
1. 1/fGamma = 0.4,fGamma =
2.5
2. 1/fGamma = 2.5,fGamma = 0.4