简介
是用来针对影片或是影像系统里对于光线的辉度（luminance）或是三色刺激值（tristimulus values）所进行非线性的运算或反运算。最简单的例子里伽马校正是由下列幂定律公式所定义的。其中A是一个常量，输入和输出的值都为非负实数值。一般地来说在A=1的通常情况下，输入输出的值的范围都是在0到1之间。伽马值γ<1的情况有时被称作编码伽马值（encoding gamma），而执行这个编码运算所使用上述幂定律的过程也叫做伽马压缩（gamma compression）；相对地，伽马值γ>1的情况有时也被称作解码伽马值（decoding gamma），而执行这个解码。
原理
假设图像中有一个像素，值是200，那么对这个像素进行校正必须执行如下步骤：1.归一化：将像素值转换为0～1之间的实数。算法如下：(i+0.5)/256这里包含1个除法和1个加法操作。对于像素A而言，其对应的归一化值为0.783203。预补偿：根据公式，求出像素归一化后的数据以1/gamma为指数的对应值。这一步包含一个求指数运算。若gamma值为2.2则1/gamma为0.454545，对归一化后的A值进行预补偿的结果就是0.783203^0.454545=0.894872。反归一化：将经过预补偿的实数值反变换为0～255之间的整数值。具体算法为：f*256-0.5此步骤包含一个乘法和一个减法运算。例，将A的预补偿结果0.894872代入上式，得到A预补偿后对应的像素值为228，这个228就是最后送入显示器的数据。
如上所述如果直接按公式编程的话，假设图像的分辨率为800*600，对它进行gamma校正，需要执行48万个浮点数乘法、除法和指数运算。效率太低，根本达不到实时的效果。针对上述情况，提出了一种快速算法，如果能够确知图像的像素取值范围，例如，0～255之间的整数，则图像中任何一个像素值只能是0到255这256个整数中的某一个；在gamma值已知的情况下，0～255之间的任一整数，经过“归一化，预补偿，反归一化”操作后，所对应的结果是唯一的，并且也落在0～255这个范围内。
应用
如果生产厂家不加说明，那么它的γ值大约等于2.5。用户对发光的磷光材料的特性可能无能为力去改变，因而也很难改变它的γ值。为使整个系统的γ值接近于使用所要求的γ值，起码就要有一个能够提供γ校正的非线性部件，用来补偿CRT的非线性特性。在所有广播电视系统中，γ校正是在摄像机中完成的。最初的NTSC电视标准需要摄像机具有γ=1/2.2=0.45的幂函数，采纳γ=0.5的幂函数。PAL和SECAM电视标准指定摄像机需要具有γ=1/2.8=0.36的幂函数，但这个数值已显得太小，因此实际的摄像机很可能会设置成γ=0.45或者0.5。
使用这种摄像机得到的图像就预先做了校正，在γ=2.5的CRT屏幕上显示图像时，屏幕图像相对于原始场景的γ大约等于1.25。这个值适合“暗淡环境”下观看。过去的时代是“模拟时代”，而今已进入“数字时代”，进入计算机的电视图像依然带有γ=0.5的校正，这一点可不要忘记。虽然带有γ值的电视在数字时代工作得很好，尤其是在特定环境下创建的图像在相同环境下工作。可是在其他环境下工作时，往往会使显示的图像让人看起来显得太亮或者太暗，因此在可能条件下就要做γ校正。
在什么地方做γ校正是人们所关心的问题。从获取图像、存储成图像文件、读出图像文件直到在某种类型的显示屏幕上显示图像，这些个环节中至少有5个地方可有非线性转换函数存在并可引入γ值。
