OpenCV-Python实战（28）——OpenCV计算摄影从HDR图像融合到全景拼接0. 前言1. 规划应用程序2. 图像的 8 位问题2.1 RAW 图像2.2 伽玛校正3. 高动态范围成像3.1 改变曝光度的方法3.2 利用多张不同曝光的图像生成 HDR 图像3.3 使用 OpenCV 编写 HDR 脚本3.4 显示 HDR 图像4. 全景拼接4.1 编写脚本参数并筛选图像4.2 确定相对位置和最终图片尺寸4.3 改进全景拼接小结系列链接0. 前言本节的目标是在摄影和图像处理的基础上，深入探讨OpenCV提供的一些算法。我们将专注于数字摄影处理，并构建能够充分利用OpenCV功能的工具，将其作为编辑照片的工具。学习数字摄影的基础知识和高动态成像的概念，不仅能更好地理解计算摄影，还能成为更优秀的摄影师。通过本节，将学习如何直接使用数码相机处理RAW格式图像，如何使用OpenCV的计算摄影工具以及如何使用低级OpenCV API来构建全景拼接算法。1. 规划应用程序为了构建图像处理工具箱，我们将把要熟悉的算法开发成Python脚本，利用OpenCV来解决实际问题。我们将使用OpenCV实现以下脚本，以便在需要进行照片处理时能够随时使用它们：gamma_correct.py：对输入图像应用伽马校正并显示结果图像hdr.py：接收多张图像作为输入并生成高动态范围 (High Dynamic Range,HDR) 图像作为输出panorama.py：接收多张图像作为输入并生成一张大于单张图像的拼接图像我们首先讨论数字摄影的工作原理，以及为什么我们在不进行后期处理的情况下无
