基于白平衡的水下色彩校正python代码

白平衡的作用和目的

由于水下拍摄图像时，光在水里的散射会造成色彩的丢失，导致拍摄到的图
片整体呈绿色或者蓝色，故采用白平衡消除散射带来的色差。白平衡的目的是使白色的物体在任何颜色的光照下面都为白色，由于人眼具有高灵敏度，这对于人眼不难办到，只要不超过特定限制，光源就会自动变为白色。但是对照相机来说，则不一样。照相机使用图像胶片和传感器来记录光源的颜色，白色物体使用光源的颜色。

白平衡实施过程

将图像的 R、G、B 三个通道的灰度值拉伸，映射到[0,255]范围内，起到去色偏的效果。假设在图像的三个通道中，图像中白色的点用 255 表示，黑色的点用 0 表示，其他像素点使用(Ax+b)映射函数映射到(0,255)。也许很多图像中原本的灰度值已经在[0,255]范围内，因此本文让图像中一定比例高亮度的像素让它为 255，一定比例低亮度的像素让它为 0。具体的实现过程为：
1.排序。对图像的灰度值进行排序。
2.选取部分区域像素。从排列好的像素数组中选取一定比例高亮度和低亮度
的像素，并记录好选取位置处的像素灰度值 Imin 和 Imax。
3.像素填充。根据上一步得出的 Imin 和 Imax，将图像中小于等于 Imin 的像素灰度值都设置为 0，大于等于 Imax 的像素灰度值都设置为 255。
4. 像 素 映 射 。 将 图 像 中 处 于 (Imin,Imax) 之 间 的 像 素 通 过 函 数 ： f(x) =(I(x)-Imin)×255 /(Imax-Imin)映射到[0,255]之间，完成对原始图像中所有像素值的修正。

具体的像素值映射公式如下：

运行程序

import cv2
import numpy as np


def white_balance(image):
    balanced_image = np.zeros_like(image)  # 创建一个与输入图像相同大小的空白图像

    # 对每个颜色通道进行白平衡处理
    for i in range(3):
        # 1. 排序
        sorted_gray_values = np.sort(image[:, :, i].flatten())

        # 2. 选取部分区域像素
        total_pixels = image.shape[0] * image.shape[1]
        low_pixels = int(total_pixels * 0.1)  # 选取比例低亮度的像素个数
        high_pixels = int(total_pixels * 0.1)  # 选取比例高亮度的像素个数

        Imin = sorted_gray_values[low_pixels]  # 最低亮度像素的灰度值
        Imax = sorted_gray_values[-high_pixels]  # 最高亮度像素的灰度值

        # 3. 像素填充
        balanced_channel = np.where(image[:, :, i] <= Imin, 0, image[:, :, i])  # 小于等于 Imin 的像素设为 0
        balanced_channel = np.where(balanced_channel >= Imax, 255, balanced_channel)  # 大于等于 Imax 的像素设为 255

        # 4. 像素映射
        balanced_channel = ((balanced_channel - Imin) * 255 / (Imax - Imin)).clip(0, 255)

        # 将处理后的通道赋值给空白图像的对应通道
        balanced_image[:, :, i] = balanced_channel

    return balanced_image


# 读取图像
image = cv2.imread('ok4.jpg').astype(np.float32) / 255.0

# 进行白平衡处理
balanced_image = white_balance(image).astype(np.uint8)

# 显示处理前后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Balanced Image', balanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行效果