作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

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

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。

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。

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！

OpenCV-白平衡(灰度世界算法)相关推荐

opencv 白平衡之灰度世界算法
简述 OpenCV对图像进行处理时,有时图像RGB受光照影响比较严重,转换到HSV等空间也解决不了时,可以用白平衡算法进行修正,使其发黄.发蓝.发红的照片更加趋于自然光下的图像. 白平衡算法有很多种, ...
OpenCV每日函数白平衡相关算法
一.概述 OpenCV中其他照片处理算法模块提供了三种白平衡算法,基于WhiteBalancer类, 原图 1.灰度世界算法该算法基于灰色世界假设来缩放像素值,该假设指出所有通道的平均值应产生灰色图 ...
白平衡之灰度世界算法
一.算法背景白平衡是图像处理比较常见的一个概念,在采集图像的过程中,相机的感光元件或者镜头会对原始色彩造成影响,而白平衡技术通常可以用来校正这种光线和镜头对颜色影响.所以现在先记录一个白平衡算法 ...
OpenCV使用 GrabCut 算法进行交互式前景提取
OpenCV使用 GrabCut 算法进行交互式前景提取 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python,OpenCV中的GrabCut 算法来提取图像中的前景,并为此创建一个交互 ...
pythonopencv算法_python opencv之分水岭算法示例
本文介绍了python opencv之分水岭算法示例,分享给大家,具体如下: 目标使用分水岭算法对基于标记的图像进行分割使用函数cv2.watershed() 原理: 灰度图像可以被看成拓扑平面, ...
opencv实现分水岭算法
opencv实现分水岭算法 // 分水岭算法原理 // IplImage* marker_mask = 0; IplImage* markers = 0; //IplImage* img0 = 0, ...
OpenCV图像分割Grabcut算法
前言 1.OpenCV图像分割Grabcut算法主要功能是分割和抠图,就是把框着的目标抠出来,比如要分割出一个证件照的人的图像,只需要在目标外面画一个框,把目标框住,它就可以完成良好的分割. 2.算法 ...
OpenCV将现有算法移植到G-API的实例(附完整代码)
OpenCV将现有算法移植到G-API的实例 OpenCV将现有算法移植到G-API的实例 OpenCV将现有算法移植到G-API的实例 #include "opencv2/opencv_m ...
OpenCV密集光流算法的实例(附完整代码)
OpenCV密集光流算法的实例 OpenCV密集光流算法的实例 OpenCV密集光流算法的实例 #include <iostream> #include <iomanip> # ...
OpenCV使用基本算法检测颜色检查器
OpenCV使用基本算法检测颜色检查器使用基本算法检测颜色检查器简介建造Building 示例的源代码解释设置标题和名称空间创建检测器对象运行检测器获取ColorCheckers列表 ...

OpenCV-白平衡(灰度世界算法)

实现原理

功能函数代码

C++测试代码

测试效果

OpenCV-白平衡(灰度世界算法)相关推荐

最新文章

热门文章