【算法与数据结构】图像白平衡原理及Python-OpenCV简单实现

色温与白平衡

从字面上理解，白平衡的意思是白色的平衡。白平衡是描述显示器中红、绿、蓝三基色混合生成后白色精确度的一项指标，可以解决色彩还原和色调处理的一系列问题。

色温，就是定量的以开尔文温度（K）来表示色彩。它是开尔文通过黑体这一理想光源，在不同温度下，所发出光线的颜色特性来定义的。

开尔文温度和摄氏度之间的关系： 
零下273.15摄氏度被称为绝对零度，就是0K。然后温度每上升一摄氏度，也就是上升1K。

将一个黑体加热之后，随着温度的升高，黑体会先发出红色，然后越来越亮，变成黄光，在变成白光，直至蓝光。

红色是暖色，色温低。
蓝色是冷色，色温高。

白平衡就涉及到了一个相对颜色的问题，比如一张纯白色的白纸，在白炽灯下拍出来颜色是白色的。但是在烛光下拍出来就是偏暖色，在晴朗的蓝天拍出来就偏冷色。那么这张纸到底是什么颜色？、

白平衡的初始技能就是将在不同环境色温中的白色物体都还原成真的白色。

工作原理

摄像机内部有三个CCD电子耦合元件，他们分别感受蓝色、绿色、红色的光线，在预置情况下这三个感光电路电子放大比例是相同的，为1：1：1的关系，白平衡的调整就是根据被调校的景物改变了这种比例关系。

比如被调校景物（你认为的白色）的蓝、绿、红色光的比例关系是2：1：1（蓝光比例多，色温偏高），那么白平衡调整后的比例关系为1：2：2，调整后的电路放大比例中明显蓝的比例减少，增加了绿和红的比例，这样被调校景物通过白平衡调整电路到所拍摄的影像，蓝、绿、红的比例才会相同。

代码

import cv2
import numpy as npimg = cv2.imread('111.png',1)
cv2.imshow('111',img)
width = img.shape[1]
height = img.shape[0]
dst = np.zeros(img.shape,img.dtype)#1.计算三通道灰度平均值
imgB = img[:,:,0]
imgG = img[:,:,1]
imgR = img[:,:,2]
bAve = cv2.mean(imgB)[0]
gAve = cv2.mean(imgG)[0]
rAve = cv2.mean(imgR)[0]
aveGray = (int)(bAve + gAve + rAve)/3#2计算每个通道的增益系数
bCoef = aveGray / bAve
gCoef = aveGray / gAve
rCoef = aveGray / rAve#3使用增益系数
imgB = np.floor((imgB * bCoef)) #向下取整
imgG = np.floor((imgG * gCoef))
imgR = np.floor((imgR * rCoef))#4将数组元素后处理
maxB = np.max(imgB)
minB = np.min(imgB)
maxG = np.max(imgG)
minG = np.min(imgG)
maxR = np.max(imgR)
minR = np.min(imgR)
for i in range(0,height):for j in range(0,width):imgb = imgB[i, j]imgg = imgG[i, j]imgr = imgR[i, j]if imgb > 255:imgb = 255if imgg > 255:imgg = 255if imgr > 255:imgr = 255dst[i,j] = (imgb,imgg,imgr)
cv2.imshow('222',dst)
cv2.waitKey(0)

参考：

https://blog.csdn.net/helimin12345/article/details/78255669

https://blog.csdn.net/u010468553/article/details/79585447