1. やりたいこと

Pythonで OpenCVの第 4回目、今回は OpenCVの Look up table を使って画像のガンマ補正（gamma correction）をやってみる。

2. ガンマ補正とは

ガンマ補正（gamma correction）とは、以下の式で入力値に対する出力値を得ること。
これにより画像の輝度を所望の状態に調整すること。

まずは、入力値（I）と出力値（O）の関係をグラフ上で見てみる。
折角 Pythonを使っているので matplotlib でグラフを表示してみる。

import numpy as np
import matplotlib.pyplot as plt

ary_gamma = np.array([0.1, 0.2, 0.4, 0.67, 1, 1.5, 2.5, 5, 10, 25])

for var_gamma in ary_gamma:
    var_px = np.empty(256, np.uint8)
    for i in range(256):
        var_px[i] = np.clip(pow(i / 255.0, var_gamma) * 255.0, 0, 255)
    plt.plot(var_px, label=str(var_gamma))

plt.legend()
plt.xlabel("INPUT")
plt.ylabel("OUTPUT")
plt.show()

実行すると以下のグラフが表示される。
線ごとに色を指定せずとも自動的に色分けしてくれるので便利だ。

γ ＝ 1 であれば入力値＝出力値のリニアな関係になるので画像は何も変わらない。
γ ＜ 1 であれば暗い部分の輝度変化が強調される。
γ ＞ 1 であれば明るい部分の輝度変化が強調される。

3. やってみる

(1) 必要最小限の機能

まずは一切の装飾や利便性などを考慮せず、愚直にガンマ補正機能だけを実行してみる。

import cv2
import numpy as np

# ガンマ値を決める。
gamma = 0.8

# 処理対象の画像をロード
imgS = cv2.imread("img001.png")

# ガンマ値を使って Look up tableを作成
lookUpTable = np.empty((1,256), np.uint8)
for i in range(256):
    lookUpTable[0,i] = np.clip(pow(i / 255.0, gamma) * 255.0, 0, 255)

# Look up tableを使って画像の輝度値を変更
imgA = cv2.LUT(imgS, lookUpTable)

# 表示実行
cv2.namedWindow('image', cv2.WINDOW_AUTOSIZE)
cv2.imshow('image', imgA)
cv2.waitKey()

ガンマ値＝0.8で実行したところ、暗い部分が少しだけ見やすくなったか？

(2) 少しだけ機能拡張

上記(1)のシンプル実装プログラムに対して、以下の二つの機能を追加実装した。
追加機能#1 ： コマンドラインから、画像ファイルを指定できるようにした。
追加機能#2 ： コマンドラインから、ガンマ値を指定できるようにした。

###########################################################
# ガンマ補正プログラム
import argparse
import cv2
import numpy as np

def main():
    # コマンドライン引数「γ値」を取得
    parser = argparse.ArgumentParser()
    parser.add_argument('-g','--gamma', required=True)
    parser.add_argument('-f','--filepath',  required=True)
    args = parser.parse_args()
    # γ補正実行
    exec_gamma_correction( args.filepath, float(args.gamma) )

def exec_gamma_correction( filepath, gamma ):
    # 処理対象の画像をロード
    imgS = cv2.imread(filepath)

    # γ値を使って Look up tableを作成
    lookUpTable = np.empty((1,256), np.uint8)
    for i in range(256):
        lookUpTable[0,i] = np.clip(pow(i / 255.0, gamma) * 255.0, 0, 255)

    # Look up tableを使って画像の輝度値を変更
    imgA = cv2.LUT(imgS, lookUpTable)

    # PILで表示用画像を作成
    from PIL import Image, ImageDraw, ImageFont
    imgA_RGB = cv2.cvtColor(imgA, cv2.COLOR_BGR2RGB)
    imgP = Image.fromarray(imgA_RGB)

    # 画像の左上にγ値の表示を埋め込む
    obj_draw = ImageDraw.Draw(imgP)
    obj_font = ImageFont.truetype("/usr/share/fonts/ipa/ipagp.ttf", 40)
    obj_draw.text((10, 10), "γ = %.1f" % gamma, fill=(255, 255, 255), font=obj_font)

    # 表示実行
    imgP.show()

if __name__=="__main__": main()

Shellから以下の二つのコマンドラインオプションを指定して実行する。
-f : 対象画像ファイルのパス
-g : ガンマ値

python3 gamma_correct.py -f img001.png -g 0.8

以下、いろいろなガンマ値で実行してみた。

でも…
iPhoneの自動補正機能が素晴らしいのか？
ガンマ値＝1 が一番きれいに見えるなぁ

4. 参考

ありがとうございます。 m(_ _)m
https://docs.opencv.org/master/d3/dc1/tutorial_basic_linear_transform.html