如何使用OpenCV对32位EXR文件执行线性转sRGB的Gamma校正

首先解释你现有代码里65535的含义：

• 65535是16位无符号整数的最大可存储值，你现有代码只是把EXR里的线性浮点值硬乘系数截断后存为16位PNG，全程没做sRGB Gamma编码，输出发暗发灰是必然结果。
• 32位EXR存储的是线性光空间的HDR浮点值，数值没有上限，直接线性缩放存成整数图片格式，不会自动适配sRGB的显示曲线，自然和预期显示效果差距很大。

可直接运行的修正代码 #

import os
os.environ['OPENCV_IO_ENABLE_OPENEXR'] = 'True'

import numpy as np
import cv2

# 读取EXR原始数据，-1参数保留原始位深不做自动转换
im = cv2.imread(r"D:\CG_CONTENT\HDRIS\HDRI_BROWSER\Concrete_Office_Outside_sm.exr", -1)
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)

# 1. HDR转LDR色调映射：EXR亮度值可远超1.0，先压缩到0-1区间
# 这里用最通用的Reinhard全局映射，有更高要求可换OpenCV自带的其他Tonemap算法
im = im / (1 + im)

# 2. 核心：线性空间转sRGB的标准分段Gamma校正（不要直接用1/2.2次方近似）
low_mask = im <= 0.0031308
im[low_mask] *= 12.92
im[~low_mask] = 1.055 * np.power(im[~low_mask], 1/2.4) - 0.055

# 截断异常溢出值
im = np.clip(im, 0, 1)

# 存8位PNG/JPG乘255转uint8，存16位PNG乘65535转uint16即可
im = (im * 255).astype(np.uint8)
im = cv2.cvtColor(im, cv2.COLOR_RGB2BGR)
cv2.imwrite(r"D:\CG_CONTENT\HDRIS\HDRI_BROWSER\Concrete_Office_Outside_sm_correct.png", im)

注意事项 #

• 不要跳过Gamma校正直接存线性值：所有普通图片查看器默认按sRGB曲线解析图片像素值，直接存线性值相当于把未编码的数据按编码后规则解析，暗部会被严重压暗，就是你截图左侧的效果。
• 不要用im ** (1/2.2)做简化计算：sRGB的Gamma曲线是分段设计的，低亮度区为线性段，直接套2.2次幂会导致暗部偏色，用官方分段公式精度最高。
• Windows路径前加r前缀是为了避免反斜杠被Python识别为转义符，防止读/写文件报错。
• 如果你需要保留更多高光细节，可以替换色调映射部分的算法，比如用cv2.createTonemapDrago()、cv2.createTonemapMantiuk()等OpenCV内置的色调映射算子，调整参数到你满意的效果即可。

内容的提问来源于stack exchange，提问作者johancc