基于Python（PIL、OpenCV2）的黑白图像对数与指数映射技术问询

嘿，我看了你用OpenCV实现对数映射的代码，这里有几个小问题导致效果不对或者运行异常，我帮你逐一修复，同时也给你补上指数映射的实现~

你的代码存在的核心问题 #

• 图像读取方式错误：你要处理黑白图像，但cv2.imread()默认会以BGR彩色模式读取，应该传入第二个参数0来指定灰度模式，这样得到的是单通道灰度图，符合你的需求。
• 数据类型不匹配：cv2.log()（或者用更稳定的np.log()）要求输入是浮点类型，直接对uint8类型的图像数组操作会导致精度丢失甚至计算错误，必须先转换为浮点型。
• 结果未适配显示格式：对数计算后的结果是浮点数，而OpenCV的imshow()期望的是0-255范围的uint8类型图像，所以需要将计算结果转换回可显示的格式，否则图像会显示异常。

修复后的对数映射代码 #

import cv2
import numpy as np
import math

# 以灰度模式读取黑白图像
photo = cv2.imread('TurtleLuminance.jpg', 0)
# 转换为float64类型，避免uint8的精度限制和溢出问题
photo_float = photo.astype(np.float64)

# 优化缩放系数计算：用图像实际的最大亮度值代替固定255，适配不同亮度范围的图像
c = 255 / math.log(1 + np.max(photo_float))
# 应用对数映射公式
photo_logarithmic = c * np.log(1 + photo_float)
# 将浮点结果转换回0-255范围的uint8类型，确保图像正常显示
photo_logarithmic = photo_logarithmic.astype(np.uint8)

cv2.imshow('Logarithmic Mapping', photo_logarithmic)
cv2.waitKey(0)
cv2.destroyAllWindows()

指数映射（伽马校正）的实现 #

指数映射通常以伽马校正的形式实现，公式为 s = c * (r/255)^γ * 255，其中γ是伽马值，用来控制图像的明暗程度：

• γ > 1：图像整体变暗
• γ < 1：图像整体变亮

import cv2
import numpy as np

# 读取灰度图像
photo = cv2.imread('TurtleLuminance.jpg', 0)
# 先将图像归一化到0-1范围，避免指数运算时出现数值溢出
photo_normalized = photo.astype(np.float64) / 255

# 调整伽马值来控制效果
gamma = 2.0
# 应用指数映射公式
photo_exponential = np.power(photo_normalized, gamma)
# 转换回0-255范围的uint8类型
photo_exponential = (photo_exponential * 255).astype(np.uint8)

cv2.imshow('Exponential Mapping (Gamma Correction)', photo_exponential)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者Rembrandt Sánches Dosal