伽马校正笔记(Gamma Correction)

        在数字图像系统中,伽马(Gamma)是一个重要的但很少被正确理解的特性。它定义了一个像素的数值和对应的实际亮度之间的关系。

人眼感知的亮度和相机“看到”的亮度区别

        对于数码相机来说,当检测的光子数增加一倍时,sensor输出出的信号值也增加一倍,即两者呈线性关系。但是人的眼睛在光子数增加一倍时,所感知到的亮度并不是线性关系的。

        我们生活的世界中,环境的亮度变化范围是非常大的。在黑暗的环境和明亮的环境中,我们都要能够看得清周围的物体,否则会无法识别出危险。

        人眼的感光能力会随着光的强弱而调节。比如昏暗的房间中,点燃打火机,我们会觉得火光是明亮的,但如果是在中午的强光环境中,打火机的火苗会不太容易看清楚。人眼对亮度变化的反应,是随着亮度的增加而变弱的。实验表明,人眼对亮度的感知近似于一个Log函数。

图1 人眼和相机对亮度的相应对比

        上图中,横轴表示实际的亮度,纵轴表示sensor检测到的亮度或人眼感知的亮度。蓝色的曲线表示人眼亮度的感知曲线,紫色的线是相机的响应。随着实际光照的增加,人眼对亮度变化的感知会变弱。而相机的响应一直保持线性关系。

为何使用伽马校正

        历史上,伽马校正起源于早期 CRT 显示器的非线性输出问题。假设给CRT的输入值是0.5,CRT输出的值约为0.218(\approx 0.5^{2.2})。因此,为了让CRT上显示的图像能够正常,会进行一个校正操作,原理也很简单,在存储图像数据时,对输入数据进行一次1/2.2次方的运算即可。假设原始数据的值为x,图像中的值就是x^{\frac{1}{2.2}},经过CRT后,得到的值是(x^{\frac{1}{2.2}})^{2.2} = x

        关于Gamma校正的比较全的介绍,这里有一个很好的网站,里面讲清楚了为何产生伽马校正,以及CRT过时之后,为什么还使用gamma校正。   What and Why is Gamma Correction of Photo Images? (with calculator)What and Why is Gamma Correction of Photo Images?icon-default.png?t=M85Bhttps://www.scantips.com/lights/gamma2.html        这里简单总结两个为何还要使用伽马校正的原因(个人理解):

        1. 存在大量的Encode Gamma的视频、图像。如sRGB,需要保证兼容性。

        2. 伽马校正增大了较暗数值的精度,减小了较亮数值的精度(人眼又恰好对较暗数值比较敏感,对较亮数值不太敏感,于是从视觉角度讲,输出的图像质量就被伽马校正"改善"了).将更多的信息储存空间分配给人眼敏感的区域,因而可以使用相对更加低的bit depth来记录。

图2  线性编码和Gamma编码对比 

Gamma Encoding & Correction

        当一幅数码图像被存储时,它进行了伽马编码(gamma encoded),因此在一个图像文件中,像素的值是另一个值的两倍大小时,和人眼所感知的两倍亮度的值是接近的。

        Gamma通过V_{out} = V_{in}^{<a class=gamma}" class="mathcode" src="https://latex.codecogs.com/gif.latex?V_%7Bout%7D%20%3D%20V_%7Bin%7D%5E%7Bgamma%7D" />定义,因此我们谈到gamma值的时候,其实说的就是这个指数的值。当输入的值的范围限定在[0,1]区间内时,gamma取2.2(gamma > 1)和1/2.2(gamma < 1)时,函数图像如下所示:

图3 不同Gamma值的曲线 

       以一副图像数据为例,原始的相机图像在保存为JEPG或TIFF文件时,原始的场景亮度x作为输入,输出值是 x^{\frac{1}{2.2}}。对于上图来说,相当于白色直线上的某个点,变换到到绿色曲线上对应横坐标的点。这个过程叫做图像文件的gamma encoding。

         当显示器要显示JPEG图像时,输入值是文件里存储的值x^{\frac{1}{2.2}},输出值是(x^{\frac{1}{2.2}})^{2.2} = x。这个过程相当于是将原来绿色曲线上的某个点通过橙色曲线“拉回”到了白色曲线上,因此显示器显示的就是原始的场景亮度值x。这个过程可以理解为应用gamma correction。

图像文件GAMMA(image file gamma

        最精确的图像gamma通常是由嵌入在文件中的颜色配置文件(color profile)所指定。绝大多数图像文件使用的是1/2.2的encoding gamma(比如sRGB),但RAW格式的文件是例外,它使用的是linear gammagamma = 1.0)。

        如果在图像文件中没有color profile,那么通常会假设其gamma值是标准的gamma值即1/2.2。典型的没有color profile的图像类型是PNG和GIF文件。

显示设备GAMMA(display gamma

        工业标准中,显示设备的标准gamma值是2.2。一些老旧的设备如macintosh使用的gamma值为1.8。

        Display gamma值会补偿image file gamma,补偿后的最终结果是系统gamma。下面的几幅图中,蓝色线表示标准的gamma encoded图像文件,红色线表示不同的display gamma,紫色线表示显示出来的最终结果(system gamma)。

图4 不同Display gamma的影响对比 

         这几张图解读起来也很简单。我们假设环境中某个点亮度值为X,如果最终紫色的线中对应点的值大于X,图像看起来就会变亮,否则看起来会变暗(反应到图像上就是Y=X这条中间的线,对应图2中的白色线)。我们记display gamma值为变量D,那么最终紫色线的值Y和X的关系为: Y = (X^{\frac{1}{2.2}})^D = X^{\frac{D}{2.2}}

        第一幅图的D = 1,因此Y = X^{\frac{1}{2.2}},这个值从图3的关系可以看到,Y > X,因此最终结果是图像变亮了。

        第二幅图的D = 1.8,因此Y = X^{\frac{1.8}{2.2}},1.8/2.2约为0.82,其值接近于1,因此函数图像上紫色的线会贴近Y=X,由于其指数小于1,因此在Y=X上方,整体来看Y > X,最终结果是比实际亮度稍亮一点。

        第三幅图的D=2.2,因此Y = X^{\frac{2.2}{2.2}} = X,Y = X,因此最终结果和实际亮度一致。

        第四幅图的D=4.0,因此Y = X^{\frac{4.0}{2.2}},4.4/2.2约为1.82,函数图像上看,紫色线会远离Y=X,由于其指数大于1,因此在Y=X下方,整体来看Y < X,最终结果是比实际亮度要暗。


http://www.niftyadmin.cn/n/10699.html

相关文章

2.16 这些都是我常用的修图工具【玩赚小红书】

一、美图秀秀 P图、拼图、贴纸文字、抠图、视频剪辑等该有的功能都有&#xff0c;有很多现成的高颜值模板可以直接套用。 软件官网&#xff1a;https://pc.meitu.com/ 支持&#xff1a;windows&#xff0c;linux&#xff0c;苹果&#xff0c;安卓手机&#xff0c;苹果手机 ​…

PyQt5 QMediaPlayer播放不了视频

代码&#xff1a; 编辑器 pycharm: from PyQt5.QtWidgets import QApplication, QWidget, QFileDialog from PyQt5.QtMultimediaWidgets import QVideoWidget from PyQt5.QtMultimedia import QMediaPlayer, QMediaContent import sysapp QApplication(sys.argv)win QWidge…

C/C++程序设计题目汇总(2022)

C/C程序设计题目汇总(2022) 程序设计题1&#xff1a;双11抢宝计划 1 问题描述 随着双11的到来&#xff0c;电商纷纷展开促销活动&#xff0c;活动形式五花八门&#xff0c;时间节点也各不相同&#xff0c;本程序用以管理个人在抢购时关注的促销信息&#xff0c;并给予相应的提…

详解:MySQL自增ID与UUID的优缺点及选择建议,MySQL有序uuid与自定义函数实现

文章目录1.自增ID的优缺点1.1 优点1.2 缺点1.3 不适合以自增ID主键作为主键的情况2.UUID作为主键2.1 介绍2.2 优点2.3 缺点3.有序UUID作为主键3.1 介绍3.2 演示使用3.2.1 前提知识3.2.1.1 数据类型 - binary3.2.1.2 函数 - hex()3.2.1.3 函数 - unhex()3.2.2 数据库层3.2.3 JAV…

bundle文件压缩库的使用

目录 认识bundle库 压缩程序 解压缩程序 如何使用bundle库 认识bundle库 bundle是一个压缩库&#xff0c;可以直接嵌入到代码中&#xff0c;直接进行使用&#xff0c;支持23种压缩算法和2种存档格式&#xff0c;使用的时候只需要加入两个文件bundle.h和bundle.cpp即可。 …

智慧零售解决方案-最新全套文件

智慧零售解决方案-最新全套文件一、建设背景二、建设思路三、建设方案四、获取 - 智慧零售全套最新解决方案合集一、建设背景 传统零售业发展趋势分析&#xff1a; &#xff08;1&#xff09;市场竞争日益激烈 零售业的发展一直是一个竞争性强的产业&#xff0c;这个市场的发…

Python题库(含答案)

单项选择题 第一章python语法基础 1. Python 3.x 版本的保留字总数是C A 27 B 29 C 33 D 16 2.以下选项中&#xff0c;不是 Python 语言保留字的是C A while B pass …

springboot-starter如何整合阿里云datahub呢?

转自: springboot-starter如何整合阿里云datahub呢&#xff1f; 下文笔者讲述springboot整合datahub的方法分享,如下所示 Datahub简介说明 DataHub的功能&#xff1a;1.与大数据解决方案中Kafka具有相同的角色同时还提供数据队列功能2.DataHub还可与阿里云其它上下游产品对…