偏色检测

1. 基于RGB颜色空间的偏色检测

http://blog.csdn.net/q339659207/article/details/20053249

对全图的RGB进行均值统计。

对于偏红、绿、蓝而言

RGB的公式为

 R：        dmax = (ave_r - max(ave_g, ave_b)) / ave_r;
                dave = (ave_r - (ave_g+ave_b)/2) / ave_r;
                d = (dmax + dave) / 2;
GB也类似。

对于偏黄而言

则：       d = ((ave_g+ave_r)/2 - ave_b) / max(ave_g, ave_r);

统计完后，再将图片分割成N片，然后对N片进行色彩统计。

如果是全面偏色，则所有求出来的值都比较大(0-1)。

当然在进行比对的时候还有比对比值。

用了一些图来进行测试。如下。                                                  

2. 基于LAB颜色空间的偏色检测

http://blog.csdn.net/lengwuqin/article/details/26606785

网上常用的一种方法是将RGB图像转变到CIE L*a*b*空间，其中L*表示图像亮度，a*表示图像红/绿分量，b*表示图像黄/蓝分量。通常存在色偏的图像，在a*和b*分量上的均值会偏离原点很远，方差也会偏小；通过计算图像在a*和b*分量上的均值和方差，就可评估图像是否存在色偏。计算CIE L*a*b*空间是一个比较繁琐的过程，好在OpenCV提供了现成的函数，因此整个过程也不复杂。

 /********************************************************************************************
 *函数描述：  calcCast    计算并返回一幅图像的色偏度以及，色偏方向
 *函数参数：  InputImg    需要计算的图片，BGR存放格式，彩色（3通道），灰度图无效
 *           cast        计算出的偏差值，小于1表示比较正常，大于1表示存在色偏
 *           da          红/绿色偏估计值，da大于0，表示偏红；da小于0表示偏绿
 *           db          黄/蓝色偏估计值，db大于0，表示偏黄；db小于0表示偏蓝
 *函数返回值： 返回值通过cast、da、db三个应用返回，无显式返回值
 *********************************************************************************************/
 void colorException(Mat InputImg,float& cast,float& da,float& db)
 {
     Mat LABimg;
     cvtColor(InputImg,LABimg,CV_BGR2Lab);//参考http://blog.csdn.net/laviewpbt/article/details/9335767
                                        //由于OpenCV定义的格式是uint8，这里输出的LABimg从标准的0～100，-127～127，-127～127，被映射到了0～255，0～255，0～255空间
     float a=0,b=0;
     int HistA[256],HistB[256];
     for(int i=0;i<256;i++)
     {
         HistA[i]=0;
         HistB[i]=0;
     }
     for(int i=0;i
     {
         for(int j=0;j
         {
             a+=float(LABimg.at(i,j)[1]-128);//在计算过程中，要考虑将CIE L*a*b*空间还原 后同
             b+=float(LABimg.at(i,j)[2]-128);
             int x=LABimg.at(i,j)[1];
             int y=LABimg.at(i,j)[2];
             HistA[x]++;
             HistB[y]++;
         }
     }
     da=a/float(LABimg.rows*LABimg.cols);
     db=b/float(LABimg.rows*LABimg.cols);
     float D =sqrt(da*da+db*db);
     float Ma=0,Mb=0;
     for(int i=0;i<256;i++)
     {
         Ma+=abs(i-128-da)*HistA[i];//计算范围-128～127
         Mb+=abs(i-128-db)*HistB[i];
     }
     Ma/=float((LABimg.rows*LABimg.cols));
     Mb/=float((LABimg.rows*LABimg.cols));
     float M=sqrt(Ma*Ma+Mb*Mb);
     float K=D/M;
     cast = K;
     return;
 }