白平衡——图像处理中的一种增强技术

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

俗话说，一张图胜过千言万语。但是，如果它传达的内容与我们想看的内容不符怎么办？我们确定它应该来自那个图像，但不幸的是它不是很明显。如果说，有可能从一幅图像中发现我们想要了解的背景，并且很可能在这一过程中获得一些额外的见解，那会怎么样？

这就是我们今天要讨论的——图像增强！

图像增强由一组用于细化图像的技术组成。通过这种方式，图像在视觉上更容易被人类感知，这反过来将进一步促进改进的图像处理分析。图像增强处理技术包括：

1. 傅里叶变换

2. 白平衡

3. 直方图处理

对于这篇文章，讨论将围绕python中用于图像增强的各种白平衡算法的使用展开。但在此之前，让我们记录下基本库。

import numpy as np 
import matplotlib.pyplot as plt 
from skimage.io import imread, imshow

白平衡

首先，什么是白平衡（WB）？这是一个消除不切实际的色偏的色彩校正过程，以便在我们想要的图像中正确呈现白色的物体。我们将实施三种白平衡技术，它们是：

1. 白色补丁算法

2. 灰度世界算法

3. 地面真值算法

为了便于说明，我们将使用下图：

白色补丁算法

这种方法是一种典型的颜色恒定性适应方法，它搜索最亮的色块以用作白色参考，类似于人类视觉系统的做法。请注意，要在图像中观察到白色，RGB 颜色空间中的每个通道都应处于最大值。

Python中的代码实现：

def white_patch(image, percentile=100):
    &