opencv 白平衡

这个可以参考：

https://blog.csdn.net/weixin_43379058/article/details/88606961

OpenCV 图像白平衡算法（相机自动白平衡）

彩色相机内部有三个CCD电子耦合元件，分别用来感受红绿蓝三中颜色的光线，默认情况下，三个颜色的感光电路信号的放大比例是1:1:1的。在理想的拍摄环境下，纯白色的RGB分量按照1:1:1的比例放大之后，得到的是没有偏色的白色，当在非理想的环境光条件下，白色成像出来的效果会偏向环境光的颜色，而不是纯白色。

 

相机的自动白平衡就是要通过改变RGB感光电路信号的放大比例，让受环境光影响的白色还原成纯白色，保证在各种光线条件下，成像色彩跟物体真实的色彩保持一致。

 

常用的一种自动白平衡算法是灰度世界法，它假设对于一副色彩丰富的图像，图像上RGB三个分量的平均值趋于同一个灰度值，一般取这个灰度值的大小为RGB三分量的平均值。

 

以下是OpenCV实现的灰度世界法：

python:

1. import cv2 as cv

2. # import numpy as np

3.  

4. # 读取图像

5. img = cv.imread(r'F:\images\11.jpg')

6. r, g, b = cv.split(img)

7. r_avg = cv.mean(r)[0]

8. g_avg = cv.mean(g)[0]

9. b_avg = cv.mean(b)[0]

10.  

11. # 求各个通道所占增益

12. k = (r_avg + g_avg + b_avg) / 3

13. kr = k / r_avg

14. kg = k / g_avg

15. kb = k / b_avg

16.  

17. r = cv.addWeighted(src1=r, alpha=kr, src2=0, beta=0, gamma=0)

18. g = cv.addWeighted(src1=g, alpha=kg, src2=0, beta=0, gamma=0)

19. b = cv.addWeighted(src1=b, alpha=kb, src2=0, beta=0, gamma=0)

20.  

21. balance_img = cv.merge([b, g, r])

c++

1. #include

2. #include

3.  

4. using namespace cv;

5.  

6. int main()

7. {

8. Mat imageSource = imread("02.jpg");

9. imshow("原始图像", imageSource);

10. vector imageRGB;

11.  

12. //RGB三通道分离

13. split(imageSource, imageRGB);

14.  

15. //求原始图像的RGB分量的均值

16. double R, G, B;

17. B = mean(imageRGB[0])[0];

18. G = mean(imageRGB[1])[0];

19. R = mean(imageRGB[2])[0];

20.  

21. //需要调整的RGB分量的增益

22. double KR, KG, KB;

23. KB = (R + G + B) / (3 * B);

24. KG = (R + G + B) / (3 * G);

25. KR = (R + G + B) / (3 * R);

26.  

27. //调整RGB三个通道各自的值

28. imageRGB[0] = imageRGB[0] * KB;

29. imageRGB[1] = imageRGB[1] * KG;

30. imageRGB[2] = imageRGB[2] * KR;

31.  

32. //RGB三通道图像合并

33. merge(imageRGB, imageSource);

34. imshow("白平衡调整后", imageSource);

35. waitKey();

36. return 0;

37. }

 

 

原始图像一，整体图像偏绿色：

 

白平衡校正后，天空的蓝色和树叶的绿色都得到了很好的还原：

 

原始图像二，整体偏黄色：

 

白平衡校正后效果：