问题标签 [gamma]

我正在使用该VGAM软件包在 Gamma 分布的两个样本之间进行回归。是否可以为链接选择身份功能？如果是，如何？

我正在使用这些代码行并且它有效：

但是当我尝试更改链接功能时它不起作用，例如：

我有以下错误消息：

我正在使用 MS Deep Zoom Composer 为百万像素大小的图像生成平铺图像集。

现在我正在准备一个密集的黑白线条图。调整大小时缺少伽马校正非常明显；缩放瓷砖时，在更高的缩放级别上看起来会变得更亮。这使得在加载阶段瓷砖之间的边界非常明显。

虽然它不会以任何方式损害可用性，但它有点难看。我想知道是否有任何替代 Deep Zoom Composer 可以正确调整大小的方法？

在渲染过程中，纹理文件的 gamma 为 2.2。但是纯色不需要这种伽马校正，特别是如果 RGB 值来自光谱特征。

那么，为什么我要在我的纹理文件中使用 2.2 的 gamma 呢？为什么在 CG 世界中我们使用 2.2 伽玛图像？为什么我们不对具有真实颜色的图像使用 1 的 gamma 呢？

目前我参与了一个处理人脸的图像处理项目。但是在光源位于脸部左侧或右侧的情况下，我会遇到图像问题。在这些情况下，远离光源的图像部分更暗。我想在图像上更均匀地分配亮度，以便增加较暗像素的亮度，同时降低过亮像素的亮度。

我曾使用“伽马校正”技术来做同样的事情，但结果并不理想，实际上我想创建一个亮度与光源无关的输出，换句话说，增加较暗部分的亮度并减少较亮部分的亮度。我不确定我是否正确地复制了问题陈述，但这是一个非常常见的问题，我在网上没有找到任何有用的东西。

1. 右侧有光源的图像

2. 增加较暗像素亮度后的图像。[img = cv2.pow(img, 0.5)]

3.降低Bright像素亮度后的图像[img = cv2.pow(img, 2.0)]

我正在考虑取图像 2 和 3 的平均值，但我们看到过亮的像素仍然存在于图像 3 中，我想摆脱那些像素，有什么建议吗？

最后，我需要一个亮度均匀且独立于光源的图像。

目前我正在研究我的 Demosiac 转换器项目，它可以转换 RAW 图像，转换图像的一个步骤是伽玛校正。

这是我在 matlab 中的伽马校正函数：

这个函数运行没有错误，但最后它给了我一个错误的输出

这是我得到的输出的截图

有什么帮助吗？

我正在使用 OpenGL 进行渲染，当我将线性值写入默认帧缓冲区（没有任何伽马校正）时，它们在我的显示器上显示为线性。这与我认为我知道的关于伽马校正的一切背道而驰（如此处所述：http: //gamedevelopment.tutsplus.com/articles/gamma-correction-and-why-it-matters--gamedev-14466）。如果没有伽马校正，我希望我的显示器会看到中档颜色非线性变暗。

但这是我实际看到的；首先我没有进行伽马校正，然后进行伽马校正：

这是我没有伽玛校正的片段着色器（在默认帧缓冲区的全屏四边形上绘制）。这导致左侧的线性图像：

这是添加了伽玛校正的着色器（从线性空间到 sRGB）。这会在右侧产生比线性图像更亮的图像：

我只是通过查看颜色以及使用 Photoshop 中的颜色选择器并查看色带之间 RGB 值的差异来验证颜色是否是线性的。对于线性图像，每种颜色之间的差异（大部分）是恒定的。

我还尝试请求支持 sRGB 的默认帧缓冲区。在这种情况下，写入没有伽马校正的线性值看起来像第二个图像（非线性）。

我究竟做错了什么？或者可能是我的两台显示器都校准错误并且 Photoshop 没有在线性空间中选择颜色？还是我的“非线性”图像实际上是正确的线性结果，但在我看来它似乎不是线性的？

我的问题与此类似：我是否需要对现代计算机/显示器上的最终颜色输出进行伽玛校正？ 不幸的是，接受的答案非常令人困惑，我能够遵循的部分似乎是矛盾的，或者至少不是为比回答者知识渊博的人进行了充分解释。

我正在尝试使用 Monte Carlo 方法在 python 中编写代码来估计 pi（其中 pi = gamma(1/2)**2）。我应该写一个代码说 sqrt(pi) 是包围函数 gamma(x=1/2) 的正方形面积乘以最终在函数内部生成的随机点的总数除以点的总数生成。

只是为了说明我在说什么类型的代码，这里我没有使用 Gamma 函数（仍然是蒙特卡洛方法）。这里 Pi 被评估为 2x2 正方形的面积乘以单元 1 的圆中结束的点数除以生成的总点数。一个点在单位圆中的标准是毕达哥拉斯（np.sqrt(x x+y y)<=1）。

我不确定您将如何确定包含 Gamma(1/2) 的区域以及点在函数内部结束的标准是什么。

有人有想法吗？

谢谢！

在 R 3.1.3 和 Rstudio 中工作。

我想将包含位置参数的伽马分布拟合到数据中，以便将 x 值“移动”到新的原点。我正在尝试将 nls2 与以下代码一起使用：

我收到错误“ExtractVars 中的模型公式无效”。

好奇的 dgamma 工作正常：

我有搜索 stackoverflow 和其他网站，但找不到这个的答案。

有任何想法吗？

我有一个 DataFrame，它有一列大值（大约 1e6）。当我尝试将这个系列拟合到正态分布时，我得到了一个奇怪的形状。

当我为较小的 x 值运行完全相同的代码时，我得到一个非常好的正态分布：

那么这是什么一回事？

我想使用 Matlab 中的“randg”函数将乘法伽马噪声添加到图像中并去除该噪声。我们必须记住，噪声应该具有均值 1 和级别 4。它应该遵循 Gamma 定律（使用 Gamma 概率分布函数）。添加噪声后的图像变为

f=u*v; 其中 f = 噪声图像，u = 原始图像，v = 噪声图像。

伽马定律为： gv(v)=L^L/(Γ(L)) v^(L-1) exp(-Lv) 1_(v≥0)

其中 L 是噪声水平，v 是噪声。

这是我尝试过的代码：

但我无法得到预期的结果。请给我一个方法。