Mahotas 简明教程

Mahotas - Increase Gamma Correction

在我们了解增加伽玛校正之前，让我们首先了解伽玛校正是什么。

伽玛校正调整图像的亮度，以匹配我们的眼睛如何感知光线。我们的眼睛不会线性地看到光线，因此如果不进行校正，图像可能显得太暗或太亮。

伽玛校正将数学变换应用于亮度值，通过调整其亮度级别使图像看起来更加自然。

现在， increasing gamma correction 指的是调整伽玛值以使整体图像更亮。增加伽玛值时，暗区会变得更亮并增强图像的整体对比度。

Increasing Gamma Correction in Mahotas

在 Mahotas 中，增加伽玛校正指的是在改变像素亮度时调整伽玛值。

伽玛是一个正值，其中：

  1. 小于 1 的伽玛值会使图像变亮。

  2. 大于 1 的伽玛值会使图像变暗。

  3. 伽马值 1 表示无校正，表明像素值与亮度之间呈线性关系。

Mahotas 中的伽马校正是指对图像的强度值应用幂律变换。幂律变换的定义如下：

new_intensity = old_intensity^gamma

在此，

  1. old_intensity − 这是像素的原始强度值

  2. new_intensity − 这是伽马校正后的变换强度值。

  3. gamma 确定应用于图像的校正程度。

在 Mahotas 中增加伽马值，即表示强度值提升到了更高的幂次方。此调整会影响图像的整体亮度。

Example

在以下示例中，我们将通过减小伽马值来加深灰度图像：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sea.bmp')
# Converting it to grayscale
gray_image = mh.colors.rgb2gray(image)
# Decreasing gamma value
corrected_gamma = 1.5
# Updating the image to use the corrected gamma value
gamma_correction = np.power(gray_image, corrected_gamma)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(gray_image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the gamma corrected image
axes[1].imshow(gamma_correction, cmap='gray')
axes[1].set_title('Gamma Corrected Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

以下是上面代码的输出： -

gamma correction

Using Interactive Gamma Correction Slider

交互式伽马校正滑块是一种允许用户动态调整伽马值的 GUI 元素。用户可以通过拖动滑块来增加或减小伽马值，从而对显示提供实时反馈。

我们可以通过先确定所需的伽马值来使用 mahotas 中的交互式伽马校正滑块增加伽马校正，从而增加校正。

然后，通过将像素值提升到伽马值的逆幂次方来对图像应用幂律变换。

Syntax

以下是创建交互式滑块的基本语法：

from matplotlib.widgets import Slider
Slider(slider_axis, name, min_value, max_value, valint)

其中，

  1. slider_axis − 是一个定义滑块位置和大小的列表。

  2. name − 是滑块的名称。

  3. mini_value − 是滑块能到达的最小值。

  4. max_value − 是滑块能到达的最大值。

  5. valint − 是滑块的开始值。

Example

在此，我们尝试使用交互式伽马校正滑块增加伽马校正：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
from matplotlib.widgets import Slider
# Loading the image
image = mh.imread('tree.tiff')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Creating a figure and axes for the plot
fig, axis = mtplt.subplots()
# Displaying the original image
axis.imshow(image, cmap='gray')
axis.set_title('Gamma Correction')
axis.set_axis_off()
# Creating a slider for gamma adjustment
slider_axis = mtplt.axes([0.2, 0.05, 0.6, 0.03])
gamma_slider = Slider(slider_axis, 'Gamma', 0.1, 5.0, valinit=1.0)
# Updating the gamma correction and plot on change of slider value
def update_gamma(val):
   gamma = gamma_slider.val
   corrected_image = np.power(image, gamma)
   axis.imshow(corrected_image, cmap='gray')
   fig.canvas.draw_idle()
gamma_slider.on_changed(update_gamma)
# Showing the figure
mtplt.show()

以上代码的输出如下。我们首先尝试使用滑块增加伽马校正，如下所示：

gamma correction slider

现在，使用滑块减小伽马校正：

gamma correction slider1

Using Batch Gamma correction

批处理伽马校正将多个伽马值应用于单一图像。这有助于比较原始图像在不同伽马值下的并排情况，以查看增加伽马校正的影响。

在 Mahotas 中，我们可以通过先遍历已预定伽马值列表，使用批处理伽马校正来调整图像的亮度。然后对输入图像应用具有不同伽马值的幂律变换。

Example

现在，我们尝试使用批处理伽马校正增加伽马值：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
from matplotlib.widgets import Slider
# Loading the image
image = mh.imread('sun.png')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Defining a list of gamma values
gamma_values = [0.21, 0.82, 2, 5]
# Creating subplots to display images for each gamma value
fig, axes = mtplt.subplots(1, len(gamma_values) + 1)
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Applying gamma correction for each gamma value
for i, gamma in enumerate(gamma_values):
   corrected_image = np.power(image, gamma)
   axes[i + 1].imshow(corrected_image, cmap='gray')
   axes[i + 1].set_title(f'Gamma={gamma}')
   axes[i + 1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

以下是上面代码的输出： -

batch gamma correction