C++ OpenCV實現(xiàn)白平衡之灰度世界算法
實現(xiàn)原理
白平衡的意義在于,對在特定光源下拍攝時出現(xiàn)的偏色現(xiàn)象,通過加強對應的補色來進行補償,使白色物體能還原為白色。
灰度世界算法是白平衡各種算法中最基本的一種。它假設(shè)圖像世界具備豐富色彩,紅藍綠三通道的灰度值在平均后趨近一致,該值作為“灰色”;若各通道均值偏離“灰色”,則將其進行補償,使其回歸“灰色”,進而實現(xiàn)白平衡的效果。
通俗的講,若圖像中綠色較強,藍色和紅色較弱,則用了灰度世界算法后,綠色會適當減弱,藍色和紅色會適當加強,這樣就使原本偏色嚴重的情況得到了緩解。
灰度世界算法的實現(xiàn)流程如下:
1.計算圖像RGB三通道各自的灰度平均值Raver、Gaver、Baver。
2.計算“灰色”:Gray=(Raver+Gaver+Baver)/3。
3.計算三通道的補償系數(shù),即灰色值除以單通道平均值。
功能函數(shù)代碼
// 白平衡-灰度世界 cv::Mat WhiteBalcane_Gray(cv::Mat src) { cv::Mat result = src.clone(); if (src.channels() != 3) { cout << "The number of image channels is not 3." << endl; return result; } // 通道分離 vector<cv::Mat> Channel; cv::split(src, Channel); // 計算通道灰度值均值 double Bm = cv::mean(Channel[0])[0]; double Gm = cv::mean(Channel[1])[0]; double Rm = cv::mean(Channel[2])[0]; double Km = (Bm + Gm + Rm) / 3; // 通道灰度值調(diào)整 Channel[0] *= Km / Bm; Channel[1] *= Km / Gm; Channel[2] *= Km / Rm; // 合并通道 cv::merge(Channel, result); return result; }
C++測試代碼
#include <iostream> #include <opencv.hpp> using namespace std; // 白平衡-灰度世界 cv::Mat WhiteBalcane_Gray(cv::Mat src) { cv::Mat result = src.clone(); if (src.channels() != 3) { cout << "The number of image channels is not 3." << endl; return result; } // 通道分離 vector<cv::Mat> Channel; cv::split(src, Channel); // 計算通道灰度值均值 double Bm = cv::mean(Channel[0])[0]; double Gm = cv::mean(Channel[1])[0]; double Rm = cv::mean(Channel[2])[0]; double Km = (Bm + Gm + Rm) / 3; // 通道灰度值調(diào)整 Channel[0] *= Km / Bm; Channel[1] *= Km / Gm; Channel[2] *= Km / Rm; // 合并通道 cv::merge(Channel, result); return result; } int main() { // 載入原圖 cv::Mat src = cv::imread("test.jpg"); // 白平衡-灰度世界 cv::Mat result = WhiteBalcane_Gray(src); // 顯示 cv::imshow("src", src); cv::imshow("result", result); cv::waitKey(0); return 0; }
測試效果
圖1 原圖
圖2 白平衡后圖像
如圖1所示,是傍晚的一張圖像,眾所周知,傍晚的色溫是較低的,此時采用高于傍晚色溫的色溫值拍照,就會得到一張暖色系的圖片,偏黃;對其進行白平衡,使圖片顏色回歸真實的環(huán)境色溫,就得到如圖2的效果。
圖3 單色原圖
圖4 白平衡后圖像
如圖3所示,是一張色彩相對一致的圖像,整體呈粉色系,此時應用灰度世界算法,圖像會整體調(diào)整,使得顏色趨近于灰色;感興趣的可以去看看該顏色的色條,三通道的數(shù)值在180-220左右,沒有過大的差異,平衡后三數(shù)值接近于190,因而呈灰色。
接下來做個有趣的測試,將原本粉色的墻紙設(shè)為較純的綠色。
圖5 調(diào)色后的圖像
圖6 白平衡后效果
如圖5所示,因為圖像中存在色調(diào)相沖的兩個部分,在白平衡后,原本的綠色會調(diào)整為深綠色,圖像綠色分量降低,其他分量升高,這就導致原本偏粉色的人像區(qū)更粉了,這也是該算法的弊端。做該測試也是為了幫助大家更全面深層地理解算法應用場景。
以上就是C++ OpenCV實現(xiàn)白平衡之灰度世界算法的詳細內(nèi)容,更多關(guān)于C++ OpenCV灰度世界算法的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
淺談c++ 字符類型總結(jié)區(qū)別wchar_t,char,WCHAR
下面小編就為大家?guī)硪黄獪\談c++ 字符類型總結(jié)區(qū)別wchar_t,char,WCHAR。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-03-03C++示例講解friend static const關(guān)鍵字的用法
靜態(tài)成員static是解決同一個類的不同對象之間數(shù)據(jù)和函數(shù)共享問題。區(qū)分全局變量,全局變量也能實現(xiàn)數(shù)據(jù)共享,但安全性和封裝性被破壞了,友元提供了不同類或?qū)ο蟮某蓡T函數(shù)之間、類的成員函數(shù)與一般函數(shù)之間進行數(shù)據(jù)共享的機制,const常引用-被引用的對象不能被更新2022-06-06C++基于蔡基姆拉爾森計算公式實現(xiàn)由年月日確定周幾的方法示例
這篇文章主要介紹了C++基于蔡基姆拉爾森計算公式實現(xiàn)由年月日確定周幾的方法,涉及C++針對日期時間的數(shù)值運算相關(guān)操作技巧,需要的朋友可以參考下2017-07-07C/C++ 中const關(guān)鍵字的用法小結(jié)
C++中的const關(guān)鍵字的用法非常靈活,而使用const將大大改善程序的健壯性。這篇文章主要介紹了C/C++ 中const關(guān)鍵字的用法,需要的朋友可以參考下2020-02-02