簡介
是用來針對影片或是影像系統裡對于光線的輝度（luminance）或是三色刺激值（tristimulus values）所進行非線性的運算或反運算。最簡單的例子裡伽馬校正是由下列幂定律公式所定義的。其中A是一個常量，輸入和輸出的值都為非負實數值。一般地來說在A=1的通常情況下，輸入輸出的值的範圍都是在0到1之間。伽馬值γ<1的情況有時被稱作編碼伽馬值（encoding gamma），而執行這個編碼運算所使用上述幂定律的過程也叫做伽馬壓縮（gamma compression）；相對地，伽馬值γ>1的情況有時也被稱作解碼伽馬值（decoding gamma），而執行這個解碼。
原理
假設圖像中有一個像素，值是200，那麼對這個像素進行校正必須執行如下步驟：1.歸一化：将像素值轉換為0～1之間的實數。算法如下：(i+0.5)/256這裡包含1個除法和1個加法操作。對于像素A而言，其對應的歸一化值為0.783203。預補償：根據公式，求出像素歸一化後的數據以1/gamma為指數的對應值。這一步包含一個求指數運算。若gamma值為2.2則1/gamma為0.454545，對歸一化後的A值進行預補償的結果就是0.783203^0.454545=0.894872。反歸一化：将經過預補償的實數值反變換為0～255之間的整數值。具體算法為：f*256-0.5此步驟包含一個乘法和一個減法運算。例，将A的預補償結果0.894872代入上式，得到A預補償後對應的像素值為228，這個228就是最後送入顯示器的數據。
如上所述如果直接按公式編程的話，假設圖像的分辨率為800*600，對它進行gamma校正，需要執行48萬個浮點數乘法、除法和指數運算。效率太低，根本達不到實時的效果。針對上述情況，提出了一種快速算法，如果能夠确知圖像的像素取值範圍，例如，0～255之間的整數，則圖像中任何一個像素值隻能是0到255這256個整數中的某一個；在gamma值已知的情況下，0～255之間的任一整數，經過“歸一化，預補償，反歸一化”操作後，所對應的結果是唯一的，并且也落在0～255這個範圍内。
應用
如果生産廠家不加說明，那麼它的γ值大約等于2.5。用戶對發光的磷光材料的特性可能無能為力去改變，因而也很難改變它的γ值。為使整個系統的γ值接近于使用所要求的γ值，起碼就要有一個能夠提供γ校正的非線性部件，用來補償CRT的非線性特性。在所有廣播電視系統中，γ校正是在攝像機中完成的。最初的NTSC電視标準需要攝像機具有γ=1/2.2=0.45的幂函數，采納γ=0.5的幂函數。PAL和SECAM電視标準指定攝像機需要具有γ=1/2.8=0.36的幂函數，但這個數值已顯得太小，因此實際的攝像機很可能會設置成γ=0.45或者0.5。
使用這種攝像機得到的圖像就預先做了校正，在γ=2.5的CRT屏幕上顯示圖像時，屏幕圖像相對于原始場景的γ大約等于1.25。這個值适合“暗淡環境”下觀看。過去的時代是“模拟時代”，而今已進入“數字時代”，進入計算機的電視圖像依然帶有γ=0.5的校正，這一點可不要忘記。雖然帶有γ值的電視在數字時代工作得很好，尤其是在特定環境下創建的圖像在相同環境下工作。可是在其他環境下工作時，往往會使顯示的圖像讓人看起來顯得太亮或者太暗，因此在可能條件下就要做γ校正。
在什麼地方做γ校正是人們所關心的問題。從獲取圖像、存儲成圖像文件、讀出圖像文件直到在某種類型的顯示屏幕上顯示圖像，這些個環節中至少有5個地方可有非線性轉換函數存在并可引入γ值。
