目录 示例代码1 运行结果1 示例代码2 运行结果2 补充示例原理 示例：使用cv::pow进行图像处理 代码 运行结果 ​编辑 补充 实验代码3 运行结果3​编辑 在OpenCV中，幂律变换（Power Law Transformations）是一种常用的图像增强技术，尤其适用于调整图像的对比度。这种变换通过应用一个幂函数来调整图像的亮度，使得图像的细节更加明显

师兄上次看到我跑的结果，说少部分对象占用大多数的访问次数，很符合幂律定律（本质上是二八定律）     copy了一段背景，了解下：   自然界与社会生活中存在各种各样性质迥异的幂律分布现象。1932年,哈佛大学的语言学专家Zipf在研究英文单词出现的频率时,发现如果把单词出现的频率按由大到小的顺序排列,则每个单词出现的频率与它的名次的常数次幂存在简单的反比关系，这种分布就称为Zipf定律

泊松分布和幂律分布 自然界与社会生活中，许多科学家感兴趣的事件往往都有一个典型的规模，个体的尺度在这一特征尺度附近变化很小。比如说人的身高，中国成年男子的身高绝大多数都在平均值1.70米左右，当然地域不同，这一数值会有一定的变化，但无论怎样，我们从未在大街上见过身高低于10厘米的“小矮人”，或高于10米的“巨人”。如果我们以身高为横坐标，以取得此身高的人数或概率为纵坐标，可绘出一条钟形分布曲线（