Python如何实现伽马矫正

import numpy as np
import cv2
def gama_trans(img, gamma):
    # 先归一化处理，再做伽马计算，再还原到[0,255]
    gmma_list = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)]
    # 将列表换成nparray,换成无符号8为数
    gamma_table = np.round(np.array(gmma_list)).astype(np.uint8)
    return cv2.LUT(img, gamma_table)
# 定义matshow方法
def matshow(title='image', image=None, gray=False):
    if isinstance(image, np.ndarray):
        if len(image.shape) == 2:
            pass
        elif gray:
            # 转换成GRAY格式
            image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        else:
            # 图片默认BGR通道，将突破转换成RGB
            image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
            # 使用这种方式显示图片可能会导致图片显示畸形
            # cv2.imshow('image', image)
    plt.figure()
    # 载入图像
    plt.imshow(image, cmap="gray")
    # 设置标题
    plt.title(title)
    plt.show()
if __name__ == '__main__':
    im = cv2.imread('data/lena.jpg', 0)
    matshow('im', im)
    # 使用小于1的伽马值
    im = gama_trans(im, 0.5)
    matshow('im0.5', im)
    # 使用大于1的伽马值
    im = gama_trans(im, 3)
    matshow('im3', im)