白平衡-Opencv-Python (SimplestColorBalance)

在论文《Enhancing underwater images and videos by fusion》被用到，在Water-Net中使用opencv复现了。

首先图像最亮的部分为白色，最暗的部分为黑色。其他部分进行拉伸。

统计RGB每个通道的像素值直方图分布，把像素值大小排名前n%的像素值赋值为0，把像素值排名后m%的赋值为255，其余部分拉伸到0~255之间，相当与对每个通道执行一次直方图均衡。这样使得每一个值通道的值在RGB中分布较均匀。达到颜色平衡的结果。

def wb(img, percent=0.5):
    # img = tensor_to_np(inp_np)
    out_channels = []
    #直方图分布前0.25%的像素赋值0，后0.25%的像素值赋值255
    cumstops = (
        img.shape[0] * img.shape[1] * percent / 200.0,
        img.shape[0] * img.shape[1] * (1 - percent / 200.0)
    )
    for channel in cv.split(img):
        #统计单通道的累计直方图
        cumhist = np.cumsum(cv.calcHist([channel], [0], None, [256], (0, 256)))
        #找出前0.25%的像素和后0.25%的像素的索引
        low_cut, high_cut = np.searchsorted(cumhist, cumstops)
        lut = np.concatenate((
            #赋值0
            np.zeros(low_cut),
            #弄一个0~255等差数列，使图像像素分布中间部分均衡映射到0~255
            np.around(np.linspace(0, 255, high_cut - low_cut + 1)),
            #赋值255
            255 * np.ones(255 - high_cut)
        ))
        #应用LUT，修改像素值
        out_channels.append(cv.LUT(channel, lut.astype('uint8')))
    img = cv.merge(out_channels)
    return img