图像处理之白平衡（附源码）

图像处理之白平衡（附源码）

概要

白平衡（White Balance） 是图像处理和摄影中的一种技术，旨在消除由于光源色温差异导致的颜色偏差，使得图像中的白色和其他颜色呈现出自然、真实的效果。

基本概念

白平衡是调整图像中各个颜色通道（红色、绿色和蓝色）的亮度和色彩平衡，以消除由不同光源（如日光、白炽灯、荧光灯等）产生的色偏。其目的是让图像看起来像是在中性白光下拍摄的，从而确保图像中的白色看起来确实是白色，其他颜色也会显得更为自然。

白平衡的作用

**去除颜色偏差：**不同光源有不同的色温，这会影响图像的整体色调。白平衡的主要作用就是调整图像的色温，让白色看起来更接近自然白色，其他颜色看起来也更自然。
**提高图像的真实感：**通过正确的白平衡调整，图像中的色彩会更加真实，人物肤色也会更自然，物体的颜色更准确。
**创造特定的气氛和效果：**有时摄影师故意不进行白平衡校正，通过调整白平衡来创造特定的氛围。例如，偏蓝的色调给人一种冷峻的感觉，而偏红的色调可以让画面显得更温暖。

白平衡的调节方式

白平衡调整的目的是使图像中的色温达到理想的“白平衡”状态。通常的调整方法包括：
**自动白平衡（Auto White Balance, AWB）：**现代相机和手机通常都具备自动白平衡功能，自动根据环境光源进行调整。
**预设模式：**许多相机提供一些常见的白平衡预设模式，如“阳光”、“阴天”、“白炽灯”、“荧光灯”等。这些模式适用于不同的光源场景。
**手动白平衡：**在一些专业相机中，可以通过手动设置色温值（以K为单位，如5000K、6500K等）来精确调节白平衡。
**自定义白平衡：**用户可以通过拍摄一张白色或灰色的卡片，或者通过相机提供的其他自定义方法来设置白平衡。

应用

在数字图像处理中，白平衡通常是在后期处理中进行调整。例如，使用图像编辑软件（如Photoshop）或通过编程语言（如Python中的OpenCV库）来调整图像的色温和色偏，从而获得理想的颜色效果。

Python源码

import cv2
import numpy as np
import matplotlib.pyplot as plt

def apply_white_balance(image):
    # Convert the image to float32 for more precision in calculations
    img_float = image.astype(np.float32) / 255.0

    # Calculate the mean of each channel
    r_mean = np.mean(img_float[:, :, 2])
    g_mean = np.mean(img_float[:, :, 1])
    b_mean = np.mean(img_float[:, :, 0])

    # Calculate the average mean
    avg = (r_mean + g_mean + b_mean) / 3.0

    # Scale each channel to the average
    img_float[:, :, 0] = img_float[:, :, 0] * (avg / b_mean)  # Adjust Blue channel
    img_float[:, :, 1] = img_float[:, :, 1] * (avg / g_mean)  # Adjust Green channel
    img_float[:, :, 2] = img_float[:, :, 2] * (avg / r_mean)  # Adjust Red channel

    # Clip values to ensure they are within the valid range [0, 1]
    img_float = np.clip(img_float, 0, 1)

    # Convert back to uint8
    img_corrected = (img_float * 255).astype(np.uint8)

    return img_corrected

# Load an image
image_path = 'your_image.jpg'  # Replace with the path to your image
image = cv2.imread(image_path)

# Apply white balance
balanced_image = apply_white_balance(image)

# Display the original and balanced images
plt.figure(figsize=(10, 5))

plt.subplot(1, 2, 1)
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.title('Original Image')
plt.axis('off')

plt.subplot(1, 2, 2)
plt.imshow(cv2.cvtColor(balanced_image, cv2.COLOR_BGR2RGB))
plt.title('White Balanced Image')
plt.axis('off')

plt.show()

小结

此处用Python直接调用现有的库，难度并不大，后续作者会给出verilog代码的实现。