1、伽马校正定义
伽马来源于显示器/电视(CRT )的响应曲线，即亮度和输入电压之间的非线性关系。
伽玛校正是编辑图像的伽玛曲线，对图像进行非线性灰度编辑的方法，通过检测图像信号中较浓的部分和较薄的部分，增大两者的比率，提高图像的对比度效果。
如果图像照度不均匀，可以通过伽马校正提高或降低整个图像的亮度。 实际上可以用两种不同的方式进行伽马标准化、平方根、对数法。
2、伽马校正原理
假设图像中有一个值为200的像素a，则需要执行以下步骤来校正此像素：
1 .归一化：将像素值转换为0到1之间的实数。 算法如下：(I0.5 )/256这里包括一个除法和一个加法操作。 对于像素a的情形，对应于该情形的归一化值为0.783至203。
2 .使用事先补偿)式，求出将像素正规化后的数据的1/伽马作为指数的对应值。 这个步骤包括求指数的运算。 假设伽马值为2. 2，则1/伽马值为0. 454545，并且作为对标准化了的a值进行预补偿的结果，1/伽马值为0. 783203 ^0. 454545=0. 894872。
3 .逆正规化：将预补偿的实数值逆转换为0 ~ 255的整数值。 具体算法为： f*256 - 0. 5该步骤包括乘法和减法。 跟在前面的例子之后，将a的预补偿结果0. 894872代入上面的公式，其中，a的预补偿后的对应像素值为228，最后被发送给显示器的数据。
如上所述，直接用数学公式编程时，假设图像分辨率为800*600，为了对其进行伽马校正，需要执行48万个浮点数的乘法运算、除法运算、指数运算。 效率太低，完全得不到实时效果。
针对这种情况，提出了一种高速算法，如果能够知道图像像素所取的值的范围，例如0 ~ 255间的整数，则图像中的任意一个像素值只能是0 ~ 255的256个整数中的任意一个； 在已知伽马值的情况下，0到255之间的任何整数在经过“归一化、预补偿、逆归一化”操作后，对应的结果是唯一的，并且在0到255的范围内。
如前例所示，如果已知伽马值为2. 2并且像素a的原始值为200，则需要与伽马校正后的a对应的预补偿值为228。 根据上述原理，对0 ~ 255的每个整数进行事前校正操作，只需将对应的事前校正值保存在预先制作的伽马校正查找表LUT:Look Up Table中，就可以使用该表对任意像素值为0 ~ 255的图像进行伽马校正
3、参考代码
# include math.htypedefunsignedcharunit 8； 0到255之间的整数UNIT8 g_GammaLUT[256]； //全局数组：包含256个要素的伽马校正查找表//Buildtable ) )函数，针对0-255，由//归一化、预补偿、逆归一化； //将结果保存在伽马查找表中。 //表达式到fprecompensation=1/gammavoidbuildtable (floatfprecompensation ) { int i； 浮动f； for(I=0； i256； I () f=) I0.5f )/256； //归一化f=(浮动) pow(f，fPrecompensation )； g_gammalut[I]=(unit8) (f*256-0.5F )； //反向规范化} } voidgammacorrectiom (unit8src [ ]，int iWidth，int iHeight，float fGamma，UNIT8 Dst[] ) { int iCols，iRows； bildtable(1/f伽马)； //伽马校正查找表初始化//图像的每个像素的查找表校正for(irows=0； iRowsiHeight； irows(for ) icols=0； iColsiWidth； icols } { irows * iwidthicols }=g _ gammal ut [ src [ irows * iwidthicols ]； }}参考： https://www.cn blogs.com/Qiqi baby/p/5325193.html