博客

近期在图片处理环节的时候，遇见了一个调整图片亮度的问题，这里需要调整整个图片的亮度，使得整体亮度较为均匀，根据网上查找，我最后确定使用gamma校正的方法来完成这个任务。

首先需要知道gamma校正是什么原理：

简单来说，也就是调整一个参数，对图片中的每个像素根据这个gamma参数做出调整，而这个调整

的原理就是原像素的灰度值的gamma次方，所以就可以解释图片中的三个结果了，当gamma小于1的时

候，很明显a^gamma > a（a<1, a是通过运算得到a = gray / 255.0），这样就会让整体的亮度提升，并且

也可以预见到，当像素的灰度值越低（暗），运算的结果就越明显，而比较亮的部分（灰度值比较高）

的整体的提升就比较少。同样的对于gamma大于1的时候就就会有相反的效果。

下面贴出我们的代码：

#-*-coding: UTF-8-*-
import numpy as np
import cv2
import math
from matplotlib import pyplot as plt
#import Recognise

#读取图片
img = cv2.imread('5.jpg')
#将原图片（RGB）转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#显示并保存
cv2.imshow('gray', gray)
cv2.imwrite('gray.jpg', gray)
#将灰度图做gamma校正运算
image = np.power(gray/255.0, 1/2.2)
cv2.imshow('imagechange', image)

#由于后面需要进行类型转换，转换成uint8,所以需要对其乘以255处理
image = image * 255

cv2.imwrite('imagechange.jpg',image)
#这里需要将image->转换为uint8类型，因为会出现类型不匹配
gray2rgb = cv2.cvtColor(image.astype(np.uint8), cv2.COLOR_GRAY2RGB)
#保存图片
cv2.imwrite('gray2rgb.jpg', gray2rgb)

cv2.waitKey(0)
cv2.destroyAllWindows()

5.jpg gray.jpg gray2rgb.jpg imagechange.jpg