伽玛校正也称为伽玛变换，或幂变换。 Gamma校正主要用于图像校正，校正漂白或过黑的图像。 Gamma校正也常用于显示屏的校正。 这是一个非常常用的转换。 使用的公式如下：

伽玛校正使用的公式

上式中，C为常数，s为输入像素值，t为变换后的像素值，γ为幂变换的指标值。 如果将数字图像的值归一化为[0,1]，则输出值也在[0,1]范围内。 对于不同的gamma值，对应的变换曲线如下图所示：

Gamma变换响应曲线（C=1）

从上图可以看出，当γ1时，高亮度部分被拉伸，低亮度部分被压缩。 因此，当需要显示图像暗部的细节时，可以使用伽玛值小于1的伽玛变换； 如果需要图像亮部的细节，可以使用gamma值大于1的gamma变换。

gamma校正的意义：

1) 方便人眼对图像的识别

人眼对外界光源的敏感度值与输入光强不是线性关系，而是指数关系 . 在低照度下，人眼更容易分辨亮度的变化，但随着照度的增加，人眼就很难分辨亮度的变化。 相机灵敏度与输入光强度成线性关系。 如下图所示：

人眼和摄像头的感光度与实际输入光强的关系

2）更有效的保存图像亮度信息

未经授权的Gamma校正和伽马校正后保存的图像信息如下图所示：

未经伽马校正和伽马校正后保存的图像信息

可以 从上图可以观察到，在不进行gamma校正的情况下，当灰度值较低时，大范围的灰度值都保存为同一个值，导致信息丢失； 同时，当灰度值高的时候，将很多接近的灰度值保存为不同的值，造成空间的浪费。 经过伽马校正后，提高了存储的有效性和效率。

gamma校正函数可以用OpenCV代码描述如下。 这里采用搜索的方式计算变换后的值，可以大大减少计算量：

自定义伽玛校正函数

void MyGammaCorrection(const Mat& src, Mat& dst, float fGamma)
{
CV_Assert(src.data);
//只处理位深为8位的图像
CV_Assert(src.depth() != sizeof(uchar));
//创建查找表
无符号字符 [256]；
对于 (int i = 0; i < 256; i ){
lut[i] = saturate_cast(pow((float)(i / 255.0),
f伽玛) * 255.0f);
}
dst = 源。 克隆（）;
const int 通道 = dst。 频道（）；
切换（频道）{
case 1: //单通道灰度图
MatIterator_ 它； //使用迭代器访问像素值
for (it = dst.begin(); it != dst.end(); it )
*it = lut[(*it)];
休息;
case 3: //3通道彩色图像
MatIterator_ 它； //使用迭代器访问像素值
对于（它= dst.begin（）；它！=dst.end（）；它）{
(*it)[0] = lut[((*it)[0])];
(*it)[1] = lut[((*it)[1])];
(*it)[2] = lut[((*it)[2])];
}
休息;
}
}