Question

是否可以通过使用某些图像统计信息的算法来估算gamma correction的最佳伽玛参数？所谓“最佳”，是指校正后的图像平均应该对人类“看起来不错”。

Answer 1

如果图像像素的缩放比例在0..255范围内，则可以使用：

gamma = log(mean)/log(128)

其中mean是图像像素的平均值。如果它们在0..1范围内缩放：

gamma = log(mean)/log(0.5)

请注意，这是 ImageMagick 使用的技术，文档为here，您可以在命令行上使用以下命令自己进行测试：

magick input.jpg -auto-gamma result.jpg

虽然没有什么是完美的，但是如果图像中有浓重的阴影或明亮的区域，效果可能并不理想。

Answer 2

所谓的伽玛校正是一种怪兽，出于历史原因而存在。它最初是由电视广播公司实施的，以处理阴极射线管对信号幅度没有线性响应的事实。他们决定在发射器中进行补偿，而不是在每个电视机中（即在接收器中）进行补偿。这也具有不错的动态压缩效果。

随着时间的流逝，预补偿仍保留在标准中，对于具有线性响应的现代设备，必须通过使用反指数的伽马校正来取消预补偿。因此，当您从未知来源获取图像时，不确定是否需要对伽玛值进行校正以及使用哪种指数进行校正。

这就是说，伽马指数也以完全的经验方式用于增强或减弱暗调，反之亦然。先验地，“最佳”伽玛指数的概念是很主观的，并且会根据您要赋予图片的气氛以及特定主题而有所不同。

我不知道自动选择伽玛值的任何技术。如果需要的话，我会从图像直方图中选择一些特征（例如均值，偏差，变异系数...）并调整伽玛，直到该标准达到特定值。由于直方图没有解析形式，因此必须进行反复试验（例如二分法搜索）。

还可以看看“直方图规范”技术。