Image 伽马校正公式：.^（伽马）或.^（1/伽马）？

我正在寻找一个简单的灰度图像伽马校正公式，其值介于0和255之间

假设我的屏幕的伽马值是2.2（这是一个LCD屏幕，所以我可能需要用一个更复杂的过程来估计它，但假设我的屏幕运行良好）

下列哪一个公式是正确的

Corrected=255*（图像/255）。^2.2

或

Corrected=255*（图像/255）。^（1/2.2）

（这些代码注定是MATLAB代码，但我希望即使是非MATLAB人员也能理解）

---

我在互联网上四处寻找，但发现两个公式都适用。我怀疑（2）是正确的，我的困惑是因为倾向于将“伽马值”称为实际伽马值的倒数，但我真的希望知道他们在说什么的人提供一些反馈…

两个公式都使用，一个用于编码伽马，另一个用于解码伽马

当图像存储为整数强度值时，Gamma编码用于提高阴影值的质量，因此要进行Gamma编码，请使用以下公式：

encoded = ((original / 255) ^ (1 / gamma)) * 255

Gamma解码用于恢复原始值，因此公式为：

original = ((encoded / 255) ^ gamma) * 255

---

如果监视器执行gamma解码，您可能希望使用第一个公式对图像数据进行编码。

gamma校正控制图像的整体亮度。未经校正的图像可能被漂白或太暗。假设一台计算机显示器具有

2.2

功率函数作为强度-电压响应曲线。这只是意味着，如果您向监视器发送一条消息，说明某个像素的强度应等于

x

，它实际上将显示一个强度等于x2.2的像素，因为发送到监视器的电压范围在

0

和

1

之间，这意味着显示的强度值将小于您希望的强度值。据说这种监视器的伽马值为

2.2

所以在你的情况下

Corrected = 255 * (Image/255)^(1/2.2).

---

你问得对。这一切都很混乱。很好，但要小心。在第一个公式中，

original

是来自渲染器的合成值。（光线跟踪、光栅等）。在线性（物理）空间中。如果

original

是照片或纹理的像素，则不应用任何公式，因为它们已进行伽马编码。如果你这样做，你只会做两次。这就是事情变得复杂的地方，如果你把纹理作为渲染器的输入？您需要先应用公式2进行线性化，然后进行数学运算，然后将gamma返回存储。如何知道logitech camera捕获的图像中使用了哪个gamma值？@Abc：对于打算在常规屏幕上显示的图像，gamma值通常为2.2。通常是使用sRGB或Adobe RGB颜色空间的JPEG图像。