黑马网站建设网站设计,wordpress 选中 插件,wordpress太臃肿,网站建设 保定目录幂律#xff08;伽马#xff09;变换幂律#xff08;伽马#xff09;变换 scrγ(3.5)s c r^{\gamma} \tag{3.5}scrγ(3.5) c和γc和\gammac和γ是正常数。考虑到偏移#xff08;即输入为0时的一个可度量输出#xff09;#xff0c;可改写为sc(rϵ)γs c (r \epsi…
目录幂律伽马变换幂律伽马变换
scrγ(3.5)s c r^{\gamma} \tag{3.5}scrγ(3.5)
c和γc和\gammac和γ是正常数。考虑到偏移即输入为0时的一个可度量输出可改写为sc(rϵ)γs c (r \epsilon) ^{\gamma}sc(rϵ)γ
用于获取、打印和显示图像的许多设备的响应遵守幂律。用于校正这些幂律响应现象的处理称为伽马校正或伽马编码。
我们感兴趣的是曲线的形状而不是它们的相对值
# 伽马变换不同伽马值的图像为了图像好看缩放到相同的数值范围
x np.arange(0, 256, 1)
epsilon 1e-5
gammas [0.04, 0.10, 0.2, 0.40, 0.67, 1, 1.5, 2.5, 5.0, 10, 25]fig plt.figure(figsize(6, 6))
ax fig.gca()
for gamma in gammas:n_power normalize(np.power(x epsilon, gamma)) * 255ax.plot(x, n_power, label$\gamma {}$.format(gamma))ax.legend(locbest)
plt.ylim([0, 255])
plt.xlim([0, 255])
plt.show()def gamma_transform(img, c, gamma):gamma transform 2d grayscale image, convert uint image to floatparam: input img: input grayscale image param: input c: scale of the transformparam: input gamma: gamma value of the transoformimg img.astype(float) #先要把图像转换成为float不然结果点不太相同epsilon 1e-5 #非常小的值以防出现除0的情况img_dst np.zeros(img.shape[:2], dtypenp.float)img_dst c * np.power(img epsilon, gamma)img_dst np.uint8(normalize(img_dst) * 255)return img_dst# 幂律伽马变换1
img cv2.imread(DIP_Figures/DIP3E_Original_Images_CH03/Fig0308(a)(fractured_spine).tif, 0)c 1
gammas [1.0, 0.04, 0.1, 0.3, 0.2, 0.4, 0.67, 0.9, 1.5, 2.5, 5, 10]
gama_len len(gammas)fig plt.figure(figsize(15, 26))
for i in range(gama_len):ax fig.add_subplot(4, 3, i1, xticks[], yticks[])img_gamma gamma_transform(img, c, gammas[i])ax.imshow(img_gamma, cmapgray)if gammas[i] 1.0:ax.set_title(Original)else:ax.set_title(f$\gamma{gammas[i]}$)plt.tight_layout()
plt.show()# 幂律伽马变换2
img cv2.imread(DIP_Figures/DIP3E_Original_Images_CH03/Fig0309(a)(washed_out_aerial_image).tif, 0)
c 1
gammas [1.0, 0.1, 0.3, 0.2, 0.4, 0.67, 0.9, 1.5, 3, 4, 5, 10]
gama_len len(gammas)fig plt.figure(figsize(15, 21))
for i in range(gama_len):ax fig.add_subplot(4, 3, i1, xticks[], yticks[])img_gamma gamma_transform(img, c, gammas[i])ax.imshow(img_gamma, cmapgray)if gammas[i] 1.0:ax.set_title(Original)else:ax.set_title(f$\gamma{gammas[i]}$)plt.tight_layout()
plt.show()
