图片中有比色卡，通过比色卡进行全图颜色校准

今天下午接到学长的消息，说学长的学长要弄这个东西，我尝试做，用时比较久，大部分时间用于读懂到底要干什么啊，从结果来看，本次实验还算成功的，下文介绍代码实现。（第一次发啥也不懂，先试个水，下次发opencv的学习过程）

图片中RGB三个通道不好处理，换成灰度图就只有一个灰度值，做运算都更加容易，所以处理图像的颜色用灰度图更为实用。

本文旨在介绍图片中已经包含了比色卡，通过opencv对比色卡在图片中实际的RGB以及灰度值进行全图的RGB及灰度的修正。

 从上往下分别是：原图，修正后的图，比色卡

以下是代码过程：

1.导入库

import cv2
import numpy as np

2.获取比色卡的平均灰度值

# 将图片转化为灰度图
image = cv2.imread("D:/1.jpg",cv2.IMREAD_GRAYSCALE)

# 检查图片是否正确加载
if image is None:
    print("Error: Could not load image.")
    exit()

# 定位比色卡的鸟瞰图
height, width = image.shape
pts1 = np.float32([[100,300],[150,300],[100,400],[150,400]])
pts2 = np.float32([[0,0],[width,0],[0,height],[width,height]])
matrix = cv2.getPerspectiveTransform(pts1,pts2)
imgOutput = cv2.warpPerspective(image,matrix,(width,height))

# 计算图像中所有像素值的和
pixel_sum = np.sum(image)
# 计算图像的总像素数
num_pixels = image.shape[0] * image.shape[1]
#计算比色卡的平均灰度
gray = pixel_sum / num_pixels
#打印比色卡的平均灰度
print(gray)

其中，pts1是以左上，右上，左下，右下取的点，点的坐标信息可以在“画图”工具中通过移动鼠标至顶点读取左下角的像素坐标获得。

3.对原图进行处理，并打印原图，处理后的图，比色卡（原图中比色卡标准为128）

# 读取彩色图像
image = cv2.imread("D:/1.jpg")

# 打印原始图像的形状
print("Original Image Shape:", image.shape)

# 得到原图与比色卡在灰度上的差值
add = 128-gray

# 加法操作，确保结果在0-255的范围内
image_adjusted = np.clip(image + add, 0, 255).astype(np.uint8)
# image_adjusted = cv2.cvtColor(image_adjusted,cv2.COLOR_BGR2GRAY)#将彩图转成灰度图，如果不需要，注释掉就好了

# 打印调整后的图像的形状
print("Adjusted Image Shape:", image_adjusted.shape)

# 显示原始图像和调整后的图像（可选）
cv2.imshow("normal",imgOutput)
cv2.imshow('Original Image', image)
cv2.imshow('RGB', image_adjusted)

cv2.imwrite(output_path, image_adjusted)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上就是做了挺久的一个程序，时间太久了使得原本说有报酬的也没了，不过当做一次练习还是比较记忆深刻，希望能够给看到的网友提供帮助，并激励我继续向前学习。共勉。