【C++】pow函数实现的伽马变换详解和示例

2023-11-21 13:20

本文主要是介绍【C++】pow函数实现的伽马变换详解和示例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文通过原理和示例对伽马变换进行详解,并通过改变变换系数展示不同的效果,以帮助大家理解和使用。

原理

伽马变换是一种用于图像增强的技术,它可以用来提高或降低图像的对比度,常用于医学图像处理和计算机视觉等领域。伽马变换是通过将图像像素值映射到一个新的值,以达到对比度增强的效果。

伽马变换步骤具体可分为:
(1)图像转为灰度或自身便为灰度图像。
(2)像素值归一化到0-1之间
(3)计算像素值的gam此幂的值,使用pow函数,得到的值便为新图像的像素值。
pow()函数示例如下:

在头文件#include <cmath>中,函数原型:
double pow (double base, double exponent);
它接受两个参数:base(基数)和exponent(指数)。返回结果是基数的指数次幂。注意,pow函数可以用于浮点数和整数。对于整数,返回的结果也是整数,且只返回最接近的整数。示例:
pow(2,3)表示2的3次幂,输出结果为8

运行示例

#include <opencv2/opencv.hpp>
#include <cmath>using namespace cv;
using namespace std;void gammaTransform(Mat& img, Mat& result, double gamma) {result = img.clone();for (int y = 0; y < img.rows; y++) {for (int x = 0; x < img.cols; x++) {int index = y * img.cols + x;double pixel = img.at<uchar>(y, x);double transformed = pow((pixel / 255.0), gamma);result.at<uchar>(y, x) = round(transformed * 255.0);}}
}int main() {// 读取图像Mat img = imread("ceshi.jpg", IMREAD_GRAYSCALE);if (img.empty()) {cout << "Could not open or find the image" << endl;return -1;}// 创建目标图像Mat result;// 应用伽马变换,通过改变gam的值改变效果double gam = 0.5;gammaTransform(img, result,gam);// 显示和保存结果namedWindow("Source Image", WINDOW_NORMAL);imshow("Source Image", img);waitKey(0);destroyAllWindows();namedWindow("Gamma Transformed Image", WINDOW_NORMAL);imshow("Gamma Transformed Image", result);waitKey(0);destroyAllWindows();imwrite("grayceshi.jpg", img); // 保存结果图像imwrite("output0.5.jpg", result); // 保存结果图像return 0;
}

在这段代码中,我们首先使用OpenCV库中的imread函数读取输入图像。然后,我们创建一个新的Mat对象来存储伽马变换后的图像。接着,我们定义了一个名为gammaTransform的函数,该函数接受一个Mat对象(用于读取和写入图像数据)、一个Mat对象(用于存储结果图像)以及一个gamma系数。在函数内部,我们对每个像素应用伽马变换,并将结果存储在结果图像中。最后,我们在主函数中调用gammaTransform函数,显示源图像和变换后的图像,并保存结果图像。
下面我们通过改变gam的系数值来看具体的变换效果。
在这里插入图片描述
上面的为原图(灰度图),下面为改变系数的效果图。

系数为0.2

在这里插入图片描述

系数为0.5

在这里插入图片描述

系数为0.8

在这里插入图片描述

系数为2

在这里插入图片描述

系数为5

在这里插入图片描述

总结

伽马系数γ=1时,图像不变。如果图像整体或者感兴趣区域较暗,则令0<γ<1,可以增加图像对比度;相反,如果图像整体或者感兴趣区域较亮,则令1<γ可以降低图像对比度。
通过不同系数值的效果展示也可以看出,系数值在0和1之间时,值越小图像越亮。系数值大于1时,值越大图像越暗。

这篇关于【C++】pow函数实现的伽马变换详解和示例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/402601

相关文章

Linux线程同步/互斥过程详解

《Linux线程同步/互斥过程详解》文章讲解多线程并发访问导致竞态条件,需通过互斥锁、原子操作和条件变量实现线程安全与同步,分析死锁条件及避免方法,并介绍RAII封装技术提升资源管理效率... 目录01. 资源共享问题1.1 多线程并发访问1.2 临界区与临界资源1.3 锁的引入02. 多线程案例2.1 为

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL常用字符串函数示例和场景介绍

《MySQL常用字符串函数示例和场景介绍》MySQL提供了丰富的字符串函数帮助我们高效地对字符串进行处理、转换和分析,本文我将全面且深入地介绍MySQL常用的字符串函数,并结合具体示例和场景,帮你熟练... 目录一、字符串函数概述1.1 字符串函数的作用1.2 字符串函数分类二、字符串长度与统计函数2.1

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

idea的终端(Terminal)cmd的命令换成linux的命令详解

《idea的终端(Terminal)cmd的命令换成linux的命令详解》本文介绍IDEA配置Git的步骤:安装Git、修改终端设置并重启IDEA,强调顺序,作为个人经验分享,希望提供参考并支持脚本之... 目录一编程、设置前二、前置条件三、android设置四、设置后总结一、php设置前二、前置条件

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统