python中的反转伽马校正

我想用

import cv2

def adjust_gamma(image, gamma=1.0):
    # build a lookup table mapping the pixel values [0, 255] to
    # their adjusted gamma values
    invGamma = 1.0 / gamma
    table = np.array([((i / 255.0) ** invGamma) * 255
        for i in np.arange(0, 256)]).astype("uint8")

    # apply gamma correction using the lookup table
    return cv2.LUT(image, table)

要进行反转伽马校正，但我的数据是[04095]格式的，因此我调整代码，将255替换为4095，将256替换为4096：

import cv2

def adjust_gamma(image, gamma=1.0):
    # build a lookup table mapping the pixel values [0, 255] to
    # their adjusted gamma values
    invGamma = 1.0 / gamma
    table = np.array([((i / 4095.0) ** invGamma) * 4095
        for i in np.arange(0, 4096)]).astype("uint8")

    # apply gamma correction using the lookup table
    return cv2.LUT(image, table)

但在尝试对随机png图像调用函数时：

adjust_gamma(cv2.imread('myimage.png'), gamma=2.0)

我得到一个错误：

OpenCV(3.4.3) /io/opencv/modules/core/src/lut.cpp:368: error: (-215:Assertion failed) (lutcn == cn || lutcn == 1) && _lut.total() == 256 && _lut.isContinuous() && (depth == CV_8U || depth == CV_8S) in function 'LUT'

---

从较高的层次上讲，我认为您的问题只是方法兼容性的问题：

LUT

在标准8位格式上工作。在将图像提供给方法之前，必须将图像转换为该格式。或者，您可以编写自己的12位

LUT

方法，用4095/4096替换原始代码中的所有上限。

您可以对带宽不是

8bit

或不是用

integer

类型表示的数据执行

伽马校正

将numpy导入为np
def伽马_校正（img:np.ndarray，gamma:float=1.0）：
igamma=1.0/伽马
imin，imax=img.min（），img.max（）
img_c=img.copy（）
img_c=（（img_c-imin）/（imax-imin））**igamma
img_c=img_c*（imax-imin）+imin
返回img_c

用法示例
导入图像IO
将matplotlib.pyplot作为plt导入
将numpy作为np导入
test=imageio.imread（'test.png'）
测试g=伽马校正（测试，伽马=2.2）。A类型（np.uint8）
plt.子地块（1,2,1）
plt.imshow（测试）
plt.子地块（1、2、2）
plt.imshow（测试）
plt.show（）

示例结果
欢迎来到StackOverflow。请按照您创建此帐户时的建议，阅读并遵循帮助文档中的发布指南。适用于这里。在您发布MCVE代码并准确描述问题之前，我们无法有效地帮助您。我们应该能够将您发布的代码粘贴到文本文件中，并重现您描述的问题。如果没有扩展格式文件，我们无法复制错误或测试修复。