### Python 实现对文件夹中所有图片进行伽玛变换的函数 为了实现对文件夹中所有图片进行伽玛变换的功能，可以扩展之前的代码逻辑。具体而言，通过遍历目标文件夹中的所有图片文件，并逐一对其应用伽玛变换，最终将处理后的图片保存至指定输出文件夹。 以下是完整的实现方案： #### 完整代码 ```python import os import cv2 import numpy as np def gamma_transform(img, c, v): """ 对单张图像执行伽玛变换。 参数: img (numpy.ndarray): 输入图像数组。 c (float): 增益系数。 v (float): 伽玛值。 返回: numpy.ndarray: 经过伽玛变换后的图像。 """ lut = np.zeros(256, dtype=np.float32) for i in range(256): lut[i] = c * i ** v output_img = cv2.LUT(np.uint8(img), lut) # 像素灰度值的映射 return np.uint8(output_img + 0.5) def process_images_in_folder(input_folder, output_folder, c=1, v=2.2): """ 处理文件夹中的所有图片并对其进行伽玛变换。 参数: input_folder (str): 包含原始图片的文件夹路径。 output_folder (str): 输出经过伽玛变换后图片的目标文件夹路径。 c (float): 增益系数，默认为1。 v (float): 伽玛值，默认为2.2。 """ if not os.path.exists(output_folder): os.makedirs(output_folder) supported_formats = ['.jpg', '.jpeg', '.png', '.bmp', '.tiff'] for filename in os.listdir(input_folder): ext = os.path.splitext(filename)[1].lower() if ext in supported_formats: file_path = os.path.join(input_folder, filename) img = cv2.imread(file_path) if img is None: print(f"无法读取 {file_path} 文件，请检查文件是否损坏或格式不支持。") continue transformed_img = gamma_transform(img, c, v) output_path = os.path.join(output_folder, filename) cv2.imwrite(output_path, transformed_img) # 调用示例 input_directory = 'path/to/input/images' # 替换为目标文件夹路径 output_directory = 'path/to/output/images' # 替换为输出文件夹路径 c_value = 1 # 设置增益系数 gamma_value = 2.2 # 设置伽玛值 process_images_in_folder(input_directory, output_directory, c=c_value, v=gamma_value) ``` --- #### 功能解析 1. **核心伽玛变换函数** - `gamma_transform` 函数实现了伽玛变换的核心逻辑[^1]。它接收一张图像以及伽玛变换所需的参数 `c` 和 `v`，返回经过伽玛变换后的图像。 2. **批量处理函数** - `process_images_in_folder` 函数负责遍历指定文件夹中的所有图片文件，并对其逐一应用伽玛变换。支持常见的图片格式（如 `.jpg`, `.png`, `.bmp` 等），并将处理后的图片保存到目标文件夹中。 3. **错误处理机制** - 如果某个文件无法被正确读取（可能是由于损坏或其他原因），程序会跳过该文件并打印警告信息，从而避免因个别异常文件导致整个流程中断。 4. **灵活性配置** - 用户可以根据需求自定义伽玛变换的参数 `c` 和 `v`，以适应不同的应用场景和效果需求。 --- #### 注意事项 - 确保输入文件夹路径和输出文件夹路径有效且可访问。 - 图片文件名应保持唯一性，以免覆盖冲突。 - 若需处理大量高分辨率图片，建议优化内存管理或分批处理以提高效率。 --- ###