自动白平衡算法原理及结合Opencv的C++实现

最新推荐文章于 2026-05-19 06:30:39 发布

原创

最新推荐文章于 2026-05-19 06:30:39 发布 · 10w+ 阅读

标签

#自动白平衡 #图像处理 #Opencv

收录于

本文深入探讨了自动白平衡算法的原理与实现，通过完美反射理论确定图像中的白点，以此作为基准调整图像颜色，达到自然真实的色彩还原效果。算法包括计算像素值、确定白色参考点、计算平均值并调整像素值等步骤。

算法原理

完美反射理论假设图像中最亮的点就是白点，并以此白点为参考对图像进行自动白平衡，最亮点定义为R+G+B的最大值。

算法过程

1.计算每个像素R,G,B之后，并保存
2.按照R+G+B的值的大小计算出其前10%或其他Ratio的白色参考点的阈值T
3.遍历图像中的每个点，计算其中R+G+B值大于T的所有点的R\G\B分量的累积和的平均值
4.将每个像素量化到[0, 255]

代码实现

//////自动白平衡
int AutoBlance(Mat& src, Mat& dst)
{
   
   
	int ret = PreDealSource(src, dst);
	if (-1 == ret)
		return -1;
	vector<int>vHistRGB(767, 0);
	uchar iMaxVal = 0;
	int iSum = 0;
	uchar utemp;

	int nrows = src.rows;
	int ncols = src.cols;
	int jMax = ncols*src.channels();
 
	int i = 0;
	int j = 0;
	for (i = 0; i < nrows; i++)
	{
   
   
		uchar *psrc = src.ptr<uchar>(i);
		for (j = 0; j < jMax;)
		{
   
   
			iSum = 0;
			utemp = psrc[j++];
			iMaxVal = iMaxVal > utemp ? iMaxVal : utemp