实现原理
白平衡的意义在于，对在特定光源下拍摄时出现的偏色现象，通过加强对应的补色来进行补偿，使白色物体能还原为白色。
灰度世界算法是白平衡各种算法中最基本的一种。它假设图像世界具备丰富色彩，红蓝绿三通道的灰度值在平均后趋近一致，该值作为“灰色”；若各通道均值偏离“灰色”，则将其进行补偿，使其回归“灰色”，进而实现白平衡的效果。
通俗的讲，若图像中绿色较强，蓝色和红色较弱，则用了灰度世界算法后，绿色会适当减弱，蓝色和红色会适当加强，这样就使原本偏色严重的情况得到了缓解。
灰度世界算法的实现流程如下：
1.计算图像RGB三通道各自的灰度平均值Raver、Gaver、Baver。
2.计算“灰色”：Gray=(Raver+Gaver+Baver)/3。
3.计算三通道的补偿系数，即灰色值除以单通道平均值。
功能函数代码
// 白平衡-灰度世界 cv::Mat WhiteBalcane_Gray(cv::Mat src) { cv::Mat result = src.clone(); if (src.channels() != 3) { cout << "The number of image channels is not 3." << endl; return result; } // 通道分离 vector<cv::Mat> Channel; cv::split(src, Channel); // 计算通道灰度值均值 double Bm = cv::mean(Channel[0])[0]; double Gm = cv::mean(Channel[1])[0]; double Rm = cv::mean(Channel[2])[0]; double Km = (Bm + Gm + Rm) / 3; // 通道灰度值调整 Channel[0] *= Km / Bm; Channel[1] *= Km / Gm; Channel[2] *= Km / Rm; // 合并通道 cv::merge(Channel, result); return result; }
C++测试代码
#include <iostream> #include <opencv.hpp> using namespace std; // 白平衡-灰度世界 cv::Mat WhiteBalcane_Gray(cv::Mat src) { cv::Mat result = src.clone(); if (src.channels() != 3) { cout << "The number of image channels is not 3." << endl; return result; } // 通道分离 vector<cv::Mat> Channel; cv::split(src, Channel); // 计算通道灰度值均值 double Bm = cv::mean(Channel[0])[0]; double Gm = cv::mean(Channel[1])[0]; double Rm = cv::mean(Channel[2])[0]; double Km = (Bm + Gm + Rm) / 3; // 通道灰度值调整 Channel[0] *= Km / Bm; Channel[1] *= Km / Gm; Channel[2] *= Km / Rm; // 合并通道 cv::merge(Channel, result); return result; } int main() { // 载入原图 cv::Mat src = cv::imread("test.jpg"); // 白平衡-灰度世界 cv::Mat result = WhiteBalcane_Gray(src); // 显示 cv::imshow("src", src); cv::imshow("result", result); cv::waitKey(0); return 0; }
测试效果
图1 原图
图2 白平衡后图像
如图1所示，是傍晚的一张图像，众所周知，傍晚的色温是较低的，此时采用高于傍晚色温的色温值拍照，就会得到一张暖色系的图片，偏黄；对其进行白平衡，使图片颜色回归真实的环境色温，就得到如图2的效果。
图3 单色原图
图4 白平衡后图像
如图3所示，是一张色彩相对一致的图像，整体呈粉色系，此时应用灰度世界算法，图像会整体调整，使得颜色趋近于灰色；感兴趣的可以去看看该颜色的色条，三通道的数值在180-220左右，没有过大的差异，平衡后三数值接近于190，因而呈灰色。
接下来做个有趣的测试，将原本粉色的墙纸设为较纯的绿色。
图5 调色后的图像
图6 白平衡后效果
如图5所示，因为图像中存在色调相冲的两个部分，在白平衡后，原本的绿色会调整为深绿色，图像绿色分量降低，其他分量升高，这就导致原本偏粉色的人像区更粉了，这也是该算法的弊端。做该测试也是为了帮助大家更全面深层地理解算法应用场景。
最近乘风破浪3开播了，大家支持下王心凌姐姐吧~
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
