3A之自动白平衡（AWB）篇
在手机相机的专业模式中，可以看到有一个白平衡（WB）调节的选项
什么是AWB
人眼视觉系统具有颜色恒常性的特点，对物体的观察不受光源的影响。本质上是白色的物体，在不同色温，反射光线颜色不同的场景下，经过人眼的视觉系统矫正后还是白色；而对于Camera来说，不同色温，反射光线颜色不同，直接成像会有偏色现象发生。如下图所示，可以看到阴影区域的白色部分偏蓝：
为了在不同的色温环境下，消除光源对图像传感器成像的影响，模拟人眼视觉系统的颜色恒常性，保证在任何场景下看到的白色为正常的白色，ISP的流水线中添加了白平衡WB模块来处理色温引起的偏色问题
色温
色温是表示光线中包含颜色成分的一种计量单位，用“K”（开尔文）表示。
绝对黑体从绝对零度（-273℃）开始加温后，黑体的颜色会逐渐由黑变红，转黄，发白，最后发出蓝色光，当加热到一定温度，黑体发出的光所含的光谱成分，就成为这一温度下的色温。
如果某光源发出的光，与某一温度下黑体发出的光所包含的光谱成分相同，就称为某K色温。
如100W灯泡发出的光的颜色，与绝对黑体在2527℃时的颜色相同，那么这个灯泡发出的光的色温就是：（2527+273）K=2800K
Camera中设置AWB
Camera1中通过Paramters进行设置
// 1. get support awb mode
/**
* @see #WHITE_BALANCE_AUTO
* @see #WHITE_BALANCE_INCANDESCENT
* @see #WHITE_BALANCE_FLUORESCENT
* @see #WHITE_BALANCE_WARM_FLUORESCENT
* @see #WHITE_BALANCE_DAYLIGHT
* @see #WHITE_BALANCE_CLOUDY_DAYLIGHT
* @see #WHITE_BALANCE_TWILIGHT
* @see #WHITE_BALANCE_SHADE
*/
mParameters.getSupportedWhiteBalance();
// 2. set wb to auto
mParameters.setWhiteBalance(Parameters.WHITE_BALANCE_AUTO)Camera2中通过CaptureRequest.Builder进行设置
// 1. get support awb mode
characteristics.get(CameraCharacteristics.CONTROL_AWB_AVAILABLE_MODES);
// 2. set wb to auto
builder.set(CaptureRequest.CONTROL_AWB_MODE, CaptureRequest.CONTROL_AWB_MODE_AUTO);相机AWB流程
在Turning阶段准备矫正参数：在不同色温下按照一定梯度拍几张白纸作为色温照，然后对色温照的R/G/B通道进行矫正，让偏色的白纸照变为白色，并记录各个通道的矫正参数（实际只需矫正R和B通道，得到Rgain，Bgain），最后利用插值得到的色温-RG-BG的曲线图，大致如下：
图片来自参考资料一
在成像阶段只要计算出当前帧图像的色温，然后利用色温曲线图获取Rgain，Bgain进行颜色矫正即可。如何准确计算色温就是一个好的基于色温估计的AWB算法的核心和竞争力的体现了。
常见的AWB图像处理算法
常见的AWB图像处理算法有基于灰度世界，完美反射，动态阈值等图像自动白平衡算法和基于色温估计的自动白平衡算法。
这里简单说说灰度世界AWB，该算法基于灰度世界假设：在一幅有着大量色彩变化的图像中，其R，G，B三个分量的平均值趋于同一个灰度K，算法流程分为三个步骤：
- 计算平均灰度K，两种方式：第一种直接设定固定值，取各个颜色通道的最大值的一半，即127或128；第二种是计算各个颜色通道的平均值Raver，Gaver，Baver，然后对三个均值再求平均；
- 计算R，G，B通道的增益；
- 根据增益重新计算颜色值，计算中可能存在溢出（大于255），两种处理方式：第一种直接clamp，溢出的设置为255，这种方式可能造成图像整体偏白；第二种是计算所有新颜色中R，G，B通道的最大值，然后重新做线性映射到[0, 255]，这种方式可能导致图像整体偏暗，一般直接采用第一种方案
核心代码如下：
原图效果：
白平衡处理后（原图中的晚霞效果，独特的红色被修正为了普通晴天的样子，这种就算过度的修正了）：
一个正常效果的例子：
灰度世界法AWB算法计算简单，在复杂的场景下能呈现较好的效果，在颜色和物体单一的情况下，通常都会白平衡失败，容易受到噪声，渐晕，有限动态范围的影响
参考文章
1. https://blog.csdn.net/wzwxiaozheng/article/details/38434391
2. https://blog.csdn.net/wzwxiaozheng/article/details/40586293
3. https://www.cnblogs.com/Imageshop/archive/2013/04/20/3032062.html