Gammakorrektur für Bildarray

Kopie unseres Bildarrays wurde erstellt und auf floats gecastet. Bereinigte Werte können jetzt mit der Transformationsmatrix T multipliziert werden!!

Code/Dyschromasie.py

 cols = image.shape[1]  # Auslesen der Spaltenanzahl
 kanaele = image.shape[2]  # Auslesen der Kanaele (3 fuer RGB, 1 fuer Graubild)
 
+
 def gammaCorrection(v):
     if v <= 0.04045 * 255:
         return float(((v / 255) / 12.92))
         print("Ungültiger Wert!!")
         return 1
 
-print(gammaCorrection(image[0,0,0]))
-
 def reverseGammaCorrection(v_reverse):
     if v_reverse <= 0.0031308:
         return int(255 * (12.92 * v_reverse))
         return 1
 
 
-cb_image = np.copy(image)
+cb_image = np.copy(image)                   #Kopie des Bildarrays
+cb_image = cb_image.astype('float64')       #Casting des Arrays auf Float
 
+#Korrektur des Gamma Faktors für alle Bildelemente
 for i in range(rows):
     for j in range(cols):
         for x in range(3):
-            cb_image[i,j,x] = gammaCorrection(float(image[i,j,x]))
+            cb_image[i, j, x] = gammaCorrection(float(image[i, j, x]))
 
-print(cb_image[0,0])
 '''
         0.31399022 0.63951294 0.04649755   Transformationsmatrix zum Konvertieren vom linearen RGB zum LMS Farbraum
 T   =   0.15537241 0.75789446 0.08670142   Multiplikation aus Brucelindbloom und Hunt-Pointer-Estevez Matrixen