由于项目场景的需要，Gamma变换在进行使用过程中可以对于图像的对比度进行调节，对过曝和低照度场景下对图像轮廓进行调节。按照论文里给的理论，加了一行代码实现灰度图像的自适应变换，进行一下记录。

#include <opencv2/opencv.hpp>using namespace cv;int main()
{// 读取灰度图像Mat img = imread("43.jpg", IMREAD_GRAYSCALE);if (img.empty()){std::cerr << "Error: Image not found or could not be read" << std::endl;return -1;}// 计算归一化亮度均值 加两行代码double mean_val = mean(img)[0]/255;std::cout << mean_val << std::endl;double result = log(0.5) / log(mean_val);float gamma = result;// Gamma变换Mat gamma_corrected;img.convertTo(gamma_corrected, CV_32F);pow(gamma_corrected, gamma, gamma_corrected);normalize(gamma_corrected, gamma_corrected, 0, 255, NORM_MINMAX);gamma_corrected.convertTo(gamma_corrected, CV_8U);std::cout << "平均密度值: " << mean_val << std::endl;imwrite("原始图像.jpg", img);imwrite("gamma变换.jpg", gamma_corrected);waitKey(0);return 0;
}

在百度找了一张过曝场景原图：

另一张在百度上找的图像是低照度的场景图

参考论文：《基于 FPGA 的自动聚焦系统的设计与实现》

上面的代码设置的是0.5，当然可以根据自身需要进行设置，越小所得图像越暗。