摘要：本文主要講解灰度線性變換，基礎性知識希望對您有所幫助。

本文分享自華為云社區《[Python圖像處理] 十六.圖像的灰度非線性變換之對數變換、伽馬變換》，作者：eastmount 。

成都創新互聯主要業務有網站營銷策劃、網站制作、做網站、微信公眾號開發、微信小程序開發、H5技術、程序開發等業務。一次合作終身朋友，是我們奉行的宗旨；我們不僅僅把客戶當客戶，還把客戶視為我們的合作伙伴，在開展業務的過程中，公司還積累了豐富的行業經驗、成都營銷網站建設資源和合作伙伴關系資源，并逐漸建立起規范的客戶服務和保障體系。 

本篇文章主要講解非線性變換，使用自定義方法對圖像進行灰度化處理，包括對數變換和伽馬變換。

一.圖像灰度非線性變換

圖像的灰度非線性變換主要包括對數變換、冪次變換、指數變換、分段函數變換，通過非線性關系對圖像進行灰度處理，下面主要講解三種常見類型的灰度非線性變換。

原始圖像的灰度值按照DB=DA×DA/255的公式進行非線性變換，其代碼如下：

# -*- coding: utf-8 -*-
import cv2  
import numpyas np  
import matplotlib.pyplotas plt
#讀取原始圖像
img= cv2.imread('miao.png')
#圖像灰度轉換
grayImage= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#獲取圖像高度和寬度
height= grayImage.shape[0]
width= grayImage.shape[1]
#創建一幅圖像
result= np.zeros((height, width), np.uint8)
#圖像灰度非線性變換：DB=DA×DA/255
for i in range(height):
for j in range(width):
 gray= int(grayImage[i,j])*int(grayImage[i,j]) / 255
 result[i,j]= np.uint8(gray)
#顯示圖像
cv2.imshow("Gray Image", grayImage)
cv2.imshow("Result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()