OpenCV学习(三) xphoto

本文参考Opencv官网，以及自身理解，进行了相关整理
Opencv xphoto reference
该包主要是针对于白平衡操作的包，白平衡主要是为了使图像整体的色温有一定的调整。
白平衡与色温紧密相关，不同色温光源下图像会呈现不同程度的偏色，对这些偏色的调整就是白平衡所需要做的工作

xphoto是一个white balance namespace，opencv自带了三种白平衡的算法，下面一个个进行测试

在网上找了一张图试着测试下

   cv::Mat sim_mat;
    cv::Ptr<SimpleWB> sim_wb = createSimpleWB();
    sim_wb->balanceWhite(img, sim_mat);
    cv::imshow("simple wb", sim_mat);
    printf("simple wb default p is : %f, output min : %f, output max : %f\n", sim_wb->getP(),
           sim_wb->getOutputMin(), sim_wb->getOutputMax());

    cv::Mat gray_mat;
    cv::Ptr<GrayworldWB> gray_wb = createGrayworldWB();
    gray_wb->balanceWhite(img, gray_mat);
    cv::imshow("gray wb", gray_mat);
    printf("gray wb default saturation threshold is : %f\n", gray_wb->getSaturationThreshold());

    cv::Ptr<LearningBasedWB> wb = createLearningBasedWB();
    cv::Mat wb_mat;
    wb->balanceWhite(img, wb_mat);
    cv::imshow("learning white balance", wb_mat);

    cv::Mat gains;
    applyChannelGains(img, gains, 1.5, 0.5, 0.3);
    cv::imshow("gains test", gains);

simple whitebalance

A simple white balance algorithm that works by independently stretching each of the input image channels to the specified range. For increased robustness it ignores the top and bottom p% of pixel values.
这个比较好理解，就是将图像的各通道延展到指定的范围中，可以通过忽略p%的像素值来提高稳定性。

Grayworld whitebalance

官网中给出的解释

灰度世界白平衡是基于各像素通道进行平均，并利用一个基于饱和度值的阈值，对于那些低于阈值的像素点进行像素平均值计算。像素点的饱和度计算的公式就是上图中的公式。
默认值可以通过接口

xphoto::GrayworldWB::getSaturationThreshold
xphoto::GrayworldWB::setSaturationThreshold

获取/修改，默认为0.9

learning base whitebalance 结果

参考文献

先对于原有图像的色度进行了归一化

得到r和g的色度值
主要靠提取出四种特征：

1. 平均色度
2. 最亮的色度
3. 主要色度（直方图计算得到）
4. 通过调色板和直方图找出的一个高于像素个数阈值的色度模式(参考文献中用的是200)

以及回归决策树模型（多组决策树，并利用上述特征分别计算得到结果）平均得到的r和g的一个数值，最后利用这个数值进行白平衡

applyChannelGains 图像各通道增益控制

这里图像各通道增益控制，是opencv给白平衡操作中常用的增益调控方法，增益调控B、G、R三通道的增益，上面例子代码中的调用增强了蓝色通道的增益，得到结果

bm3dDenoising()

BM3D(Block-Matching and 3D filtering)
图像去噪算法，处理时间较长，算法原理在此挖坑。

对于cv::xphoto::TonemapDurand这一部分
可以参考
https://www.zcfy.cc/article/high-dynamic-range-imaging-using-opencv-cpp-python