HDR Toolbox 提供处理 HDR 图像和视频的功能，用于不同的任务，例如色调映射、反色调映射、反色调映射、扩展、HDR 压缩、基于图像的照明、处理 HDR 视频、颜色变换等。 HDR 工具箱是“高级高动态范围成像”一书的一部分，您可以在其中找到有关代码的额外文档以及有关 HDR 成像的更多详细信息。 请访问该书的网站，网址如下： http://www.advancedhdrbook.com/ 请注意，可以在以下 URL 中找到 HDR Toolbox 的 GitHub 存储库： https://github.com/banterle/HDR_Toolbox 如何安装： 1) 将文件 HDRToolbox.zip 解压缩到 PC/MAC 上的文件夹中2）运行Matlab 3）设置FOLDER为当前目录4）编写命令： 安装HDR工具箱在命令行窗口中，等待安装过程结束。 色调映射注

HDR Video Technology中文翻译版，这本书介绍了目前HDR相关的基础知识，适合从事HDR的初学者使用，我手动添加了各章节的目录

高动态范围图像显示算法的研究.pdf

高动态范围图像显示算法研究.pdf

高动态范围红外图像压缩的细节增强算法研究.pdf

高动态范围图像的处理技术（HDR）,包括2005年第1版和2010年第2版，均为英文版，详细介绍了HDR领域的原理和技术。

通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法，自适应调整分块大小及动态区域块的融合权值，最终达到混淆去除的目的。同时，利用Gaussian中心函数窗口滤波，去除在分块融合过程中引入的块边缘不连续性痕迹。实验结果表明，该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题。

直方图 HdrHistogram：高动态范围（HDR）直方图 该存储库当前包含HdrHistogram的Java实现。 可以在其他存储库中找到C，C＃/。NET，Python，Javascript，Rust，Erlang和Go端口。 所有这些都具有共同的概念和数据表示功能。 查看下的存储库，以获取各种实现和有用的工具。 注意：以下是直方图JavaDoc的摘录。 尽管许多内容通常也适用于其他语言实现，但是某些细节可能会因实现而有所不同（例如，迭代和同步），因此，您应查阅打算使用的特定API库的文档或标头信息。 HdrHistogram支持记录和分析可配置整数值范围内的采样数据值计数，并且该范围内的可配置值精度。 值精度表示为值记录中的有效位数，并提供对整个值范围内的值量化行为的控制，以及对任何给定级别的后续值分辨率的控制。 例如，直方图可以配置为跟踪在0到3,600,000,000之

压电式电容型传感器在工作时能输出正比于被测物理量的电荷量，具有较好线性度的同时也具有较高灵敏度，在许多领域中都得到了广泛应用，但该类传感器在工作时所产生的电荷量通常比较微弱，需要对其适当放大以便后续进行处理。通过分析压电式电容型传感器的等效电路模型，结合电路理论和Multisim仿真，设计了前置放大电路。由于该前放电路主要针对小信号的放大需求进行设计，在大信号输入时输出信号会产生畸变。而在实际工程应用中，常出现输入信号中小信号和大信号并存的情况。为了能够对输入信号动态范围较大时的小信号和大信号都实现无失真放大，改进了之前的前置放大电路设计，对其进行了Multisim仿真和实验电路测试。结果表明改进后的前置放大电路在输入信号频率为10 kHz时，其输入信号电压幅值最高可达600 mV，且小信号和大信号的放大均无失真，放大倍数也基本相同，说明该电路设计实现了高动态范围的输入信号的无失真放大需求。

HDR成像 要求 python3（或更高版本） opencv 3.0（或更高版本） 您将需要使用pip3安装一些软件包： 麻木 matplotlib 用法 $ python HDR-playground.py < input img dir > # for example $ python ./HDR-playground.py taipei taipei.hdr 我还提供了一个jupyter版本（ HDR-playground.ipynb ），其功能与HDR-playground.py相同。 jupyter非常适合开发python程序！ 输入格式 输入目录应具有： 一些.png图像 image_list.txt文件应包含： 文件名 接触 1 /快门速度 这是image_list.txt的示例： # Filename expos