Lookup-Table für die Entfrenung der Gamma Korrektur implementiert

Zur Besseren Performance wird eine Lookup Table benötigt. Diese gleicht dynamisch alles Werte ab anstatt bei jedem einzelnen Pixelwert die Berechnung durchzuführen.

Code/Dyschromasie-Applikation.py

@@ -3,7 +3,7 @@ import PIL
 import tkinter as tk
 import cv2
 import numpy as np
-from Farbaenderung import gammaCorrection, reverseGammaCorrection, Dyschromasie
+from Farbaenderung import Dyschromasie
 from Scrollbar import ScrollFrame
 
 root = tk.Tk()

Code/Farbaenderung.py

@@ -2,14 +2,23 @@ import numpy as np
 import cv2
 
 
-def gammaCorrection(v):
+
+def createGammaLookup():
+    return np.array([removeGammaCorrection(i) for i in np.arange(0, 256)]).astype("float64")
+
+
+def createReverseGammaLookup():
+    return np.array([applyGammaCorrection(i/255) for i in np.arange(0.0, 256.0)]).astype("uint8")
+
+
+def removeGammaCorrection(v):
     if v <= 0.04045 * 255:
         return (v / 255) / 12.92
     elif v > 0.04045 * 255:
         return (((v / 255) + 0.055) / 1.055) ** 2.4
 
 
-def reverseGammaCorrection(v_reverse):
+def applyGammaCorrection(v_reverse):
     if abs(v_reverse) <= 0.0031308:
         return round(255 * (12.92 * abs(v_reverse)))
     elif abs(v_reverse) > 0.0031308:
@@ -40,6 +49,9 @@ class Dyschromasie:
                            [0.02980165, -0.19318073, 1.16364789]])
 
     def Simulate(self):
+
+        removeGammaCorrectionLUT = createGammaLookup()
+
         if self.sim_kind == 'p':
             sim_mat = np.array([[(1 - self.sim_faktor), 1.05118294 * self.sim_faktor, -0.05116099 * self.sim_faktor],
                                 [0, 1, 0],
@@ -56,10 +68,7 @@ class Dyschromasie:
         # Gammakorrektur durchfuehren
         self.cb_image = np.copy(self.img_mat).astype('float64')
 
-        for i in range(self.rows):
-            for j in range(self.cols):
-                for x in range(3):
-                    self.cb_image[i, j, x] = gammaCorrection(self.img_mat[i, j, x])
+        self.cb_image = cv2.LUT(self.img_mat, removeGammaCorrectionLUT)
 
         rechen_Mat = np.copy(self.T_reversed.dot(sim_mat).dot(self.T))
 
@@ -74,6 +83,7 @@ class Dyschromasie:
         for i in range(self.rows):
             for j in range(self.cols):
                 for x in range(3):
-                    self.sim_image[i, j, x] = reverseGammaCorrection(self.cb_image[i, j, x])
+                    self.sim_image[i, j, x] = applyGammaCorrection(self.cb_image[i, j, x])
 
         return self.sim_image
+