Gamma 校正算法详解

Gamma 校正是图像处理中用于校正显示设备非线性特性的核心技术，通过非线性变换实现图像亮度的精准调整。

为什么需要 Gamma 校正？

显示器（如 CRT/LCD）的输入电压与输出亮度呈幂函数关系：
亮度 = 电压 ^ γ（γ ≈ 2.2）。
若直接输出线性图像，人眼会感知到暗部细节丢失（如下图所示）：

线性亮度值      显示效果（未经校正）
0.0 ────────────► 纯黑
0.1  ────────────► 过暗（细节丢失）
0.5 ────────────► 偏暗
1.0  ────────────► 全白

Gamma 校正公式

通过 逆变换补偿 显示器的非线性特性：

V_{\text{out}} = V_{\text{in}}^{\frac{1}{\gamma}}

• 输入：线性亮度值 V_in ∈ [0, 1]
• 输出：校正后的值 V_out
• γ 值：通常取 2.2（sRGB 标准）

算法步骤（Python 示例）

import numpy as np

def gamma_correction(image, gamma=2.2):
    # 归一化图像到 [0, 1]
    normalized = image.astype(np.float32) / 255.0

    # 应用 Gamma 校正公式
    corrected = np.power(normalized, 1.0 / gamma)

    # 还原到 [0, 255] 范围
    result = (corrected * 255).astype(np.uint8)
    return result

关键作用

1. 还原真实亮度
   未经校正 → 暗部压缩 → 校正后 → 暗部细节可见
   

2. 适配人眼感知
   人眼对暗部更敏感（近似 γ≈2.2 的幂律），校正后符合视觉特性。

3. 统一显示标准
   sRGB 等色彩空间均内置 Gamma 校正，确保跨设备一致性。

实际应用场景

1. 图像预处理

   • 相机 RAW 转 JPEG 时自动应用 Gamma 校正
   • 计算机图形学渲染管线（如 OpenGL 的 sRGB 纹理）

2. 显示设备校准
   通过调整 γ 值匹配不同显示器特性（如印刷行业常用 γ=1.8）。

3. HDR 成像
   与色调映射（Tone Mapping）结合处理高动态范围图像。

进阶知识点

• sRGB 的特殊处理
  暗部使用线性段避免噪声：

  if V_in ≤ 0.0031308:
    V_out = 12.92 * V_in
  else:
    V_out = 1.055 * V_in^{1/2.4} - 0.055

• 反向 Gamma 校正
  在进行图像处理（如混合/滤波）前需先转换回线性空间：
  V_linear = V_sRGB^{2.4}

Gamma 校正是连接物理光照线性空间与人眼感知非线性空间的桥梁，对图像真实性至关重要。