最近在用 OpenCV 识别棋盘棋子，基本的思路是这样的：先转灰度，再做高斯模糊和二值化，此时棋盘格上有的有棋子，有的无棋子；通过迭代腐蚀，消去棋子，再迭代膨胀回来，就得到了一个纯净的棋盘；识别棋盘，标定位置，对原图做透视变换、仿射变换，得到矩形棋盘；利用霍夫圆形检测或轮廓检测取得棋子；借助于机器学习识别棋子，最终得到对弈局面。
实践中发现，光线的强弱、方向对于识别率影响很大，因此打算再增加高光消除、阴影补偿两项。高光消除尝试了很多算法，效果都不是很理想，倒是阴影补偿，使用伽马校正很轻松就搞定了。什么是伽马校正呢？就是提升图像的暗部细节。这与加曝处理是不一样的，加曝一般不区分图像的暗部和亮部。
奇怪的是，我在网上搜到的伽马校正函数看起来都很复杂，即便是 python 写的，也都得十几行甚至几十行，可我写的伽马校正函数只有一行。为什么会这样呢？是我理解的不对吗？欢迎各位大佬就伽马校正问题留言讨论。
import cv2
import numpy as npdef gamma_adjust(im, gamma=1.0):"""伽马矫正"""return (np.power(im.astype(np.float32)/255, 1/gamma)*255).astype(np.uint8)
下图是原始灰度棋盘、未经伽马校正的灰度二值化效果、伽马校正（gamma=2）的灰度二值化效果、伽马校正（gamma=3）的灰度二值化效果：
对于彩色图片，这个伽马校正函数依然有效。左图是一张老照片，暗区什么也看不出来；右图是经过伽马校正后的效果，暗区细节较为明显。
