共计 1531 个字符，预计需要花费 4 分钟才能阅读完成。
对于 Gamma：
Gamma 校对是对动静范畴内亮度的非线性存储 / 还原算法，即输出值进行的非线性操作，使输入值与输出值呈指数关系；从成果上来说 Gamma 校对调整图像的整体亮度，没有校对的图像看起来可能会存在过亮或太暗的状况，所以想要图像显示成果更完满，Gamma 校对就显得很重要了。Gamma 改正的计算过程如下：
`output=〖input〗^(1/Gamma)` 应用下面的指数函数把每个像素的 RGB 值进行变换。具体执行下列转换公式（假设像素值的取值范畴为 0 到 255）：
`R=〖255X(R/255)〗^((1/gamma))
G=〖255X(G/255)〗^((1/gamma))
B=〖255X(B/255)〗^((1/gamma))` 个别解决 Gamma 改正都是通过手动调节 gamma 值来实现的，但如果图片多的状况下，手动设置 gamma 值显得过于麻烦，这时候就须要采纳主动 Gamma 改正，将 RGB 图片转成灰度图，计算灰度图的数据均值，通过上面的计算公式计算 gamma 值。
`gamma_val = math.log10(0.5) / math.log10(mean / 255)` python 实现：
import cv2
import numpy as np
import math
import os
def gamma_trans(img, gamma): # gamma 函数解决
gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)] # 建设映射表
gamma_table = np.round(np.array(gamma_table)).astype(np.uint8) # 色彩值为整数
return cv2.LUT(img, gamma_table) # 图片色彩查表。另外能够依据光强（色彩）平均化准则设计自适应算法。def nothing(x):
pass
data_base_dir = r'./1' # 输出文件夹的门路
outfile_dir = r'./2' # 输入文件夹的门路
list = os.listdir(data_base_dir)
list.sort()
list2 = os.listdir(outfile_dir)
list2.sort()
for file in list: # 遍历指标文件夹图片
read_img_name = data_base_dir + '/' + file.strip() # 取图片残缺门路
image = cv2.imread(read_img_name) # 读入图片
img_gray = cv2.imread(read_img_name, 0) # 灰度图读取，用于计算 gamma 值
mean = np.mean(img_gray)
gamma_val = math.log10(0.5) / math.log10(mean / 255) # 公式计算 gamma
image_gamma_correct = gamma_trans(image, gamma_val) # gamma 变换
out_img_name = outfile_dir + '/' + file.strip()
cv2.imwrite(out_img_name, image_gamma_correct)
print("The photo which is processed is {}".format(file)) 原文链接：https://www.sdk.cn/details/veYqE8z9ZReZb7Wj4Q
SDK 社区是一个中立的社区，这里有多样的前端常识，有丰盛的 api，有爱学习的人工智能开发者，有有趣风趣的开发者带你学 python，还有将来炽热的鸿蒙，当各种元素组合在一起，让咱们一起脑洞大开独特打造业余、好玩、有价值的开发者社区，帮忙开发者实现自我价值！
正文完
