基于opencv的 SNR,GAMMA,色差，饱和度，曝光误差，白平衡误差的自动化算法开发

imatest利用24色卡colorchecker模块计算SNR,GAMMA,色差，饱和度，曝光误差，白平衡误差。

1.SNR

SNR主要计算中心灰的最大最小信号差与标准差的比值，用来表征信噪比，当时是在对数域计算。

2.GAMMA

GAMMA涉及第4行中间四块灰块的density，利用其实际灰度值拟合gamma曲线，计算gamma参数

3.色差

Lab色彩空间Delt_E是综合亮度信息L,色彩信息ab与标准24色卡的差异的平方和再进行开方运算给出。当然Delt_C就是去掉L只计算ab。

4.饱和度

饱和度并不是直接使用HSV空间的S，而是利用了Lab空间的ab与标准ab平方的比值。

5.曝光误差

3.32*log10(measure_value/ideal_value)/gamma

这里面很多人会不明白为什么ideal_value的值，这么说吧，看看imatest官网给出的ideal值就知道了，当然那是他们规定的，你也可以规定自己的标准值，比如规定3000K,4000K，5000K,6000K不同色温，不同照度下的标准颜色饱和度，亮度。不要听老美那一套标准嘛，老美的眼睛和亚种人的眼睛不同，我们按照我们的即可。

4.白平衡误差

这个就简单了，HSV空间对这中性灰一算就出来了

不过上面的所有计算，如果你没有点图像，色彩基础，处处是坑，花费好几个月不定明白。

下面我自己的做的自动化定位计算方法：

deltaE=27.2372
deltaC=23.1782
Satmean=151.491
white-balence-error=0.194567
rbgy_snr: 24.2126 25.3487 26.0004 25.3544
gamma=1.04689
exposure-error=-0.277396

 对比下imatest计算结果：

 

需要自动化测试的伙伴们可以找我共同做项目，非公益。