这个可以参考：
https://blog.csdn.net/weixin_43379058/article/details/88606961
OpenCV 图像白平衡算法（相机自动白平衡）
彩色相机内部有三个CCD电子耦合元件，分别用来感受红绿蓝三中颜色的光线，默认情况下，三个颜色的感光电路信号的放大比例是1:1:1的。在理想的拍摄环境下，纯白色的RGB分量按照1:1:1的比例放大之后，得到的是没有偏色的白色，当在非理想的环境光条件下，白色成像出来的效果会偏向环境光的颜色，而不是纯白色。
相机的自动白平衡就是要通过改变RGB感光电路信号的放大比例，让受环境光影响的白色还原成纯白色，保证在各种光线条件下，成像色彩跟物体真实的色彩保持一致。
常用的一种自动白平衡算法是灰度世界法，它假设对于一副色彩丰富的图像，图像上RGB三个分量的平均值趋于同一个灰度值，一般取这个灰度值的大小为RGB三分量的平均值。
以下是OpenCV实现的灰度世界法：
python:
-
import cv2 as cv
-
# import numpy as np
-
# 读取图像
-
img = cv.imread(r'F:\images\11.jpg')
-
r, g, b = cv.split(img)
-
r_avg = cv.mean(r)[0]
-
g_avg = cv.mean(g)[0]
-
b_avg = cv.mean(b)[0]
-
# 求各个通道所占增益
-
k = (r_avg + g_avg + b_avg) / 3
-
kr = k / r_avg
-
kg = k / g_avg
-
kb = k / b_avg
-
r = cv.addWeighted(src1=r, alpha=kr, src2=0, beta=0, gamma=0)
-
g = cv.addWeighted(src1=g, alpha=kg, src2=0, beta=0, gamma=0)
-
b = cv.addWeighted(src1=b, alpha=kb, src2=0, beta=0, gamma=0)
-
balance_img = cv.merge([b, g, r])
c++
-
#include <highgui/highgui.hpp> -
#include <imgproc/imgproc.hpp> -
using namespace cv; -
int main() -
{ -
Mat imageSource = imread("02.jpg"); -
imshow("原始图像", imageSource); -
vector<Mat> imageRGB; -
//RGB三通道分离 -
split(imageSource, imageRGB); -
//求原始图像的RGB分量的均值 -
double R, G, B; -
B = mean(imageRGB[0])[0]; -
G = mean(imageRGB[1])[0]; -
R = mean(imageRGB[2])[0]; -
//需要调整的RGB分量的增益 -
double KR, KG, KB; -
KB = (R + G + B) / (3 * B); -
KG = (R + G + B) / (3 * G); -
KR = (R + G + B) / (3 * R); -
//调整RGB三个通道各自的值 -
imageRGB[0] = imageRGB[0] * KB; -
imageRGB[1] = imageRGB[1] * KG; -
imageRGB[2] = imageRGB[2] * KR; -
//RGB三通道图像合并 -
merge(imageRGB, imageSource); -
imshow("白平衡调整后", imageSource); -
waitKey(); -
return 0; -
}
原始图像一，整体图像偏绿色：
白平衡校正后，天空的蓝色和树叶的绿色都得到了很好的还原：
原始图像二，整体偏黄色：
白平衡校正后效果：