伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正
伽马变换针对的是对单个像素点的变换，也就是点对点的映射
形式为：
其中，s为输出的像素点的灰度值，r为输入像素点的灰度值。c%20、%20γ%20为常数
γ%20值不同的时候，对应的变换曲线如图，这里我们不关注具体函数的取值，而只是关注变换曲线的形状
通过观察可以发现
import cv2
import numpy as np
def grammar(x, r):
y = pow(x / 255 , r) * 255
return y.astype(np.uint8)
img = cv2.imread('./f.jpg',0)
img_grammar = grammar(img,0.6)
cv2.imshow('img',np.hstack((img,img_grammar)))
cv2.waitKey()
cv2.destroyAllWindows()原图和 γ = 0.6 的效果
这里需要进行归一化处理，因为整数的小数次方可能会丢失精度，我们将灰度值变为（0，1）之间，转换成小数与小数的次方会更加准确。
import numpy as np
import cv2
def grammar(x , r): # grammar 变换
y = pow(x / 255 , r) * 255
return y.astype(np.uint8)
video = cv2.VideoCapture('./hand.mp4') # 读取视频
while video.isOpened(): # 如果视频/摄像头 读取成功
ret,frame = video.read() # 读取每一帧
img = grammar(frame,0.6) # 将每一帧进行进行grammar变换
if ret == True : # 读取到frame的话
cv2.imshow('img',np.hstack((frame,img)))
key=cv2.waitKey(1)
if key == ord('q'): # q 退出
break
if key == 32: # 空格键 暂停
cv2.waitKey(0)
continue
video.release()
cv2.destroyAllWindows()视频效果：
