opencv 白平衡算法

一、概念

什么是白平衡呢？白平衡就是针对不同色温条件下，通过调整摄像机内部的色彩电路使拍摄出来的影像抵消偏色，更接近人眼的视觉习惯。白平衡可以简单地理解为在任意色温条件下，摄像机镜头所拍摄的标准白色经过电路的调整，使之成像后仍然为白色。这是一种经常出现的情况，但不是全部，白平衡其实是通过摄像机内部的电路调整（改变蓝、绿、红三个CCD电平的平衡关系）使反射到镜头里的光线都呈现为消色。

通俗的来说就是：是图片中最亮的部分为白色，最暗的部分为黑色。其余部分进行拉伸。效果如下：

原图：

 

robust color balance：

 

简单的说就是：在rgb三通道上分别统计每个像素值的出现次数。将1%的最大值和最小值设置为255和0。其余值映射到（0，255），这样使得每个值通道的值在rgb中分布较均匀。达到颜色平衡的结果。。

opencv实现了简单白平衡。使用多层直方图，比单个直方图的优点，应该是速度更快。实际上并不一定要这么实现。且算法的实现应该有问题。以下是修改后代码，中文部分是我加的注释。主要加入offset来标识每层的偏移量。opencv结果：

 
       

        /*M///////////////////////////////////////////////////////////////////////////////////////

//

// IMPORTANT： READ BEFORE DOWNLOADING， COPYING， INSTALLING OR USING.

//

// By downloading， copying， installing or using the software you agree to this license.

// If you do not agree to this license， do not download， install，

// copy or use the software.

//

//

// License Agreement

// For Open Source Computer Vision Library

//

// Copyright （C） 2000-2008， Intel Corporation， all rights reserved.

// Copyright （C） 2009-2011， Willow Garage Inc.， all rights reserved.

// Third party copyrights are property of their respective owners.

//

// * Redistribution‘s of source code must retain the above copyright notice，

// this list of conditions and the following disclaimer.

//

// * Redistribution’s in binary form must reproduce the above copyright notice，

// this list of conditions and the following disclaimer in the documentation

// and/or other materials provided with the distribution.

//

// * The name of Intel Corporation may not be used to endorse or promote products

// derived from this software without specific prior written permission.

//

// This software is provided by the copyright holders and contributors “as is” and

// any express or implied warranties， including， but not limited to， the implied

// warranties of merchantability and fitness for a particular purpose are disclaimed.

// In no event shall the Intel Corporation or contributors be liable for any direct，

// indirect， incidental， special， exemplary， or consequential damages

// （including， but not limited to， procurement of substitute goods or services;

// loss of use， data， or profits; or business interruption） however caused

// and on any theory of liability， whether in contract， strict liability，

// or tort （including negligence or otherwise） arising in any way out of

// the use of this software， even if advised of the possibility of such damage.

//

//M*/

#include 《vector》

#include 《algorithm》

#include 《iterator》

#include 《iostream》

#include “xphoto.hpp”

#include “opencv2/imgproc.hpp”

#include “opencv2/core.hpp”

#include “opencv2/core/core_c.h”

#include “opencv2/core/types.hpp”

#include “opencv2/core/types_c.h”

#define USE_OFFSET 1

namespace cv

{

namespace xphoto

{

template 《typename T》

void balanceWhite（std：：vector 《 Mat_《T》 》 &src， Mat &dst，

const float inputMin， const float inputMax，

const float outputMin， const float outputMax， const int algorithmType）

{

switch （ algorithmType ）

{

case WHITE_BALANCE_SIMPLE：

{

/********************* Simple white balance *********************/

float s1 = 2.0f; // low quantile

float s2 = 2.0f; // high quantile

int depth = 2; // depth of histogram tree

if （src［0］.depth（） ！= CV_8U）

++depth;

int bins = 16; // number of bins at each histogram level

int nElements = int（ pow（bins， depth） ）;

// number of elements in histogram tree

//i是通道下标， src［0］， src［1］， src［3］分别表示三个通道

for （size_t i = 0; i 《 src.size（）; ++i）

{

std：：vector 《int》 hist（2 * nElements， 0）;

typename Mat_《T》：：iterator beginIt = src［i］.begin（）;

typename Mat_《T》：：iterator endIt = src［i］.end（）;

//对该通道内每个像素进行处理

for （typename Mat_《T》：：iterator it = beginIt; it ！= endIt; ++it）

// histogram filling

{

int pos = 0;

float minValue = inputMin - 0.5f;

float maxValue = inputMax + 0.5f;

T val = *it;

float interval = float（maxValue - minValue） / bins;

//基本上等同于对每个元素进行统计

//这种双层hist的方法实际是有问题的。这种方法设计来对加速，0，16作为一个统计阶段统计，而后面的每个像素则是具体的次数

//例如一个像素3，则可能使得hist［0］，hist［3］各增加一次。hist［0］是对的，但是hist［3］的意义就变了。

//之所以程序写这么麻烦的原因是，输入min，max，输出min，max都有可能变化。

//改正方法应该是对后面的层数加偏移操作。保证正确性。

int offset = 0;

for （int j = 0; j 《 depth; ++j）

{

int currentBin = int（ （val - minValue + 1e-4f） / interval ）;

++hist［pos + currentBin］;

#if USE_OFFSET

offset = offset + （int）pow（bins， j）;

#endif

pos = （offset + pos + currentBin）*bins;

minValue = minValue + currentBin*interval;

// maxValue = minValue + interval; //多余语句

interval /= bins;

}

}

int total = int（ src［i］.total（） ）;

int p1 = 0， p2 = bins - 1;

int n1 = 0， n2 = total;

float minValue = inputMin - 0.5f;

float maxValue = inputMax + 0.5f;

float interval = （maxValue - minValue） / float（bins）;

int offset = 0;

for （int j = 0; j 《 depth; ++j）

// searching for s1 and s2

{

while （n1 + hist［p1］ 《 s1 * total / 100.0f）

{

n1 += hist［p1++］;

minValue += interval;

}

#if USE_OFFSET

offset = offset + int（pow（bins， j））;

#endif

std：：cout 《《 offset 《《 std：：endl;

p1 *= bins;

p1 = p1 + offset;

while （n2 - hist［p2］ 》 （100.0f - s2） * total / 100.0f）

{

n2 -= hist［p2--］;

maxValue -= interval;

}

p2 = p2*bins - 1;

p2 = p2 + offset;

interval /= bins;

}

src［i］ = （outputMax - outputMin） * （src［i］ - minValue）

/ （maxValue - minValue） + outputMin;

}

/****************************************************************/

break;

}

default：

CV_Error_（ CV_StsNotImplemented，

（“Unsupported algorithm type （=%d）”， algorithmType） ）;

}

dst.create（/**/ src［0］.size（）， CV_MAKETYPE（ src［0］.depth（）， int（ src.size（） ） ） /**/）;

cv：：merge（src， dst）;

}