前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >灰度世界算法原理及C++实现

灰度世界算法原理及C++实现

作者头像
BBuf
发布2019-12-04 17:50:48
1.4K0
发布2019-12-04 17:50:48
举报
文章被收录于专栏:GiantPandaCVGiantPandaCVGiantPandaCV

前置内容 人的视觉系统具有颜色恒常性,能从变化的光照环境和成像条件下获取物体表面颜色的不变特性,但成像设备并不具有这样的调节功能,不同的光照环境会导致采集到的图像颜色与真实颜色存在一定程度的偏差,需要选择合适的颜色平衡算法去消除光照环境对颜色显示的影响。 灰度世界算法原理 灰度世界算法以灰度世界假设为基础,假设为:对于一幅有着大量色彩变化的图像,RGB3个分量的平均值趋于同一个灰度值Gray。从物理意思上讲,灰度世界算法假设自然界景物对于光线的平均反射的均值在整体上是一个定值,这个定值近似为“灰色”。颜色平衡算法将这一假设强制应用于待处理的图像,可以从图像中消除环境光的影响,获得原始场景图像。 算法步骤

算法优缺点

此算法简单快速,但是当图像场景颜色并不丰富时,尤其是出现大量单色物体时,该算法会失效。

源码实现

Mat GrayWorld(Mat src) {
  vector <Mat> bgr;
  cv::split(src, bgr);
  double B = 0;
  double G = 0;
  double R = 0;
  int row = src.rows;
  int col = src.cols;
  Mat dst(row, col, CV_8UC3);
  for (int i = 0; i < row; i++) {
    for (int j = 0; j < col; j++) {
      B += 1.0 * src.at<Vec3b>(i, j)[0];
      G += 1.0 * src.at<Vec3b>(i, j)[1];
      R += 1.0 * src.at<Vec3b>(i, j)[2];
    }
  }
  B /= (row * col);
  G /= (row * col);
  R /= (row * col);
  printf("%.5f %.5f %.5f\n", B, G, R);
  double GrayValue = (B + G + R) / 3;
  printf("%.5f\n", GrayValue);
  double kr = GrayValue / R;
  double kg = GrayValue / G;
  double kb = GrayValue / B;
  printf("%.5f %.5f %.5f\n", kb, kg, kr);
  for (int i = 0; i < row; i++) {
    for (int j = 0; j < col; j++) {
      dst.at<Vec3b>(i, j)[0] = (int)(kb * src.at<Vec3b>(i, j)[0]) > 255 ? 255 : (int)(kb * src.at<Vec3b>(i, j)[0]);
      dst.at<Vec3b>(i, j)[1] = (int)(kg * src.at<Vec3b>(i, j)[1]) > 255 ? 255 : (int)(kg * src.at<Vec3b>(i, j)[1]);
      dst.at<Vec3b>(i, j)[2] = (int)(kr * src.at<Vec3b>(i, j)[2]) > 255 ? 255 : (int)(kr * src.at<Vec3b>(i, j)[2]);
    }
  }
  return dst;
}

效果图

结论

可以看到灰度世界算法有了白平衡的效果,并且该算法的执行速度非常之快。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-10-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GiantPandaCV 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 算法优缺点
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档