图片白平衡处理方法

图片白平衡介绍

        白平衡是摄影和图像处理中的一个重要概念，它影响到图片的色温和色调。白平衡的目的是调整图片中的颜色，使得白色物体在任何光照条件下都呈现为白色，从而使其他颜色看起来更自然。不同光源的色温不同，会对照片的颜色产生影响。例如，日光下拍摄的照片通常偏蓝，而在钨丝灯（白炽灯）下拍摄的照片则偏黄。正确的白平衡设置可以纠正这些色彩偏差。

图片白平衡处理方法

1.摄影时设置白平衡

• 自动白平衡（AWB）：大多数摄影设备都提供自动白平衡功能，能自动检测并调整白平衡。适合大多数情况，尤其是光线变化复杂时。
• 预设白平衡：相机通常包括多个预设白平衡选项，如日光、阴影、钨丝灯等，根据拍摄环境选择合适的预设。
• 手动白平衡（Custom White Balance）：可以手动设置白平衡，通过拍摄一张白色或中性灰的卡片来让相机了解在当前光照下什么是“白色”。

2.后期处理白平衡

• 使用图像编辑软件：如Adobe Photoshop、Lightroom等，这些软件提供强大的白平衡调整工具。
• 滑块调整：调整色温（温暖或冷却）和色调（绿色或紫色）的滑块来改变白平衡。
• 眼睛拾色器工具：在很多图像编辑软件中，可以使用眼睛拾色器选择图像中应为灰色或白色的区域，软件自动调整白平衡。

3.批量处理

• 使用软件如Lightroom等，可以对一系列图片进行统一的白平衡调整，特别适用于在相同光照条件下拍摄的多张图片。

4.使用滤镜

• 在拍摄时使用色彩校正滤镜（如蓝色或橙色滤镜）来调整特定光源下的白平衡。

代码实现 

基于MATLAB代码实现：

        为了更好的显示图像画质或者电视机的画质，通常需要对画面进行白平衡调节，这里介绍一种简单的均值系数白平衡调节方法，并提供代码和运行结果图，便于大家直观的初步理解白平衡调节。

clc;  
clear;
img=imread('desert.jpg'); %读入三通道彩色图像
AveR=mean(mean(img(:,:,1)));  %获取R通道像素均值
AveG=mean(mean(img(:,:,2)));  %获取G通道像素均值
AveB=mean(mean(img(:,:,3)));  %获取通道像素均值
Qr=129/AveR;   %求取R通道系数
Qg=129/AveG;   %求取G通道系数
Qb=129/AveB;   %求取B通道系数
img0(:,:,1)=Qr*img(:,:,1); %求取变换后的R通道图像
img0(:,:,2)=Qg*img(:,:,2);%求取变换后的G通道图像
img0(:,:,3)=Qb*img(:,:,3);%求取变换后的B通道图像
figure,imshow(img),title('原图像');  
figure,imshow(img0),title('白平衡变化后的图像'); 

测试结果显示：

             原图像

             变换后的图像

基于python的代码实现： 

        要在Python中处理图片的白平衡，我们可以使用OpenCV库。OpenCV提供了多种图像处理功能，包括调整图像的白平衡。下面是一个简单的示例，展示如何使用OpenCV来自动调整图像的白平衡。

首先，确保你已经安装了Python和OpenCV。如果还没有安装OpenCV，可以使用pip安装：

pip install opencv-python

接下来，我们将编写一个Python脚本来调整图像的白平衡：

import cv2
import numpy as np

def simple_white_balance(img):
    result = cv2.xphoto.createSimpleWB()
    return result.balanceWhite(img)

def load_and_balance(image_path):
    # 加载图片
    img = cv2.imread(image_path)
    if img is None:
        print("Error: 图片没有正确加载。请检查路径。")
        return
    
    # 转换到浮点数，深度为32位
    img_float = np.float32(img)

    # 应用白平衡
    balanced_img = simple_white_balance(img_float)

    # 将结果转换回8位
    balanced_img = np.clip(balanced_img, 0, 255).astype('uint8')

    # 显示原图和处理后的图
    cv2.imshow("Original Image", img)
    cv2.imshow("White Balanced Image", balanced_img)

    # 等待按键后关闭窗口
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == "__main__":
    image_path = "path_to_your_image.jpg"  # 更改为你的图片路径
    load_and_balance(image_path)

        这段代码首先加载一张图片，然后应用简单的白平衡算法，最后显示原始图片和白平衡后的图片。simple_white_balance函数使用了OpenCV的xphoto模块中的createSimpleWB()函数，这是一个专为白平衡设计的简单算法。请确保替换"path_to_your_image.jpg"为你要处理的图片的实际路径。当你运行这段代码时，它会显示原始图片和调整白平衡后的图片。

        注意，这只是一个基本的白平衡处理示例。实际应用中，你可能需要根据具体情况调整算法或参数以达到最佳效果。

总结

正确的白平衡处理不仅提升图片质量，还能使得图片的颜色表现更加真实和自然。掌握白平衡的调整技巧，无论是在拍摄还是后期处理中，都是提升摄影技术的重要一环。