曝光和gamma原理

从最明亮到最黑暗，假设人眼能够看到一定的范围，那么胶片（或CCD 等电子感光器件）所能表现的远比人眼看到的范围小的多，而这个有限的范围就是感光宽容度。

人眼的感光宽容度比胶片要高很多，而胶片的感光宽容度要比数码相机的ccd高出很多！对于sensor来说，又是如何来判断曝光是否正确呢？很标准的做法就是在YUV空间计算当前图像的Y值的均值。调节各种曝光参数设定（自动或手动），使得该均值落在一个目标值附近的时候，就认为得到了正确的曝光。

在多数数码相机和拍照手机上都可以看到曝光级别设定的功能，如前所述，这种设定实际上是在自动曝光的基础上给用户提供一定的曝光控制能力，强制改变camera sensor的曝光判断标准，获得用户想要的效果。通常的做法就是改变Y值均值的预期值，使得sensor在自动曝光时以新的Y预期值为目标，自动调整Exptime 和AG。

曝光的均值正确了，不代表整体图像的亮度分布就和人眼所看到的保持一致了。事实上，人眼对亮度的响应并不是一个线性的比例关系，而各种涉及到光电转换的设备的输入输出特性曲线一般也是非线性的，对于sensor来说，其响应倒是接近为线性关系，所以为了在各种设备上正确输出符合人眼对亮度的响应的图像，就需要进行校正。幂函数的指数的倒数就是通常所说的gamma 值。

Gamma校正的原意是针对CRT显示器的，由于CRT显示器是通过电子束撞击荧光屏产生亮光来实现图像的显示。但是由于电子束的能量与产生的亮光的大小不成正比，而需要通过Gamma校正来使两者对应起来。但在图像质量调整中Gamma校正失去的原来的意义。它能起到的作用很多，它几乎可以影响到图像质量调整的各个方面。在图像质量调整中，Gamma校正的一个重要作用是体现细节，增强对比度。由于人眼对于高亮度的差别感觉不明显，而对低亮度的细小差别感觉较为明显，因此，Gamma校正通过将低亮度部分的差距拉大，而造成低亮度部分的细节能够被人眼明显的感觉出来，而图像的细节部分基本上都是纯在于低亮度部分的。

一般来说Gamma曲线是一条向上凸的指数曲线。横坐标表示输入数据，纵坐标表示输出数据。经过Gamma校正后，图像数据就会依据曲线上点的横坐标和纵坐标，把输入的图像数据校正成输出的图像数据。举例来说，假设曲线上有一个点的坐标是（100，120），那么输入图像数据中所有值为100的数据，在输出图像数据中都会变成120。一般的理解，认为Gamma校正能够提高亮度，其实这样理解并不完全对。也就是说Gamma校正并不能提高图像的整体亮度。它的作用就是将Sensor送过来的原始数据进行非线性调整为另外一组数据。因为在低值部分的Gamma曲线的斜率超过1，那么校正后的数据，在低值部分的差距会被拉大，而在高值部分的斜率小于1，那么高值部分的数据之间的差距会变小。这样的图像数据，处于低值的细节部分会被提升的更明显，而高值部分的由于人眼感觉本来就不会很明显，因此也不会造成图像细节的损失。

通常对于Window的输出显示系统，gamma值为2.2，而对于苹果的输出显示系统和打印系统来说，gamma值为1.8。由于指数运算需要消耗大量的CPU时间，所以实际的做法，往往是将gamma曲线用比如12段线段进行拟合。这样只需要保存13个点的数据，用线性变换或查表的方式进行gamma校正。要调整gamma校正实际上也就是调整这13个点的数值。

对比度的调整在一定程度上说，其实也就是对gamma曲线的调整，增大对比度就是提Gamma值。对于图像处理来说，也有在硬件gamma 校正后，单独由软件再进行一次类的幂函数变换来调整对比度。