我有一台可以 24x7 拍摄照片的数码相机，它通常会根据天气返回带有令人讨厌的色偏的图像。一般为蓝色。
我一直在尝试找到一些可以从 c# 调用的源代码或库，以减少图像的偏色。
Photoshop 有一个功能在我测试过的图像上效果很好：
- 打开图片
- 选择图像 -> 调整 -> 匹配颜色
- 选中中和复选框
这很好用，但我不知道它在做什么。
我不擅长数学，所以正在寻找关于我可以使用的现有代码或库的想法。
我一直在网上搜索，但没有找到任何有用的东西——希望得到一些帮助。
问问题
2720 次
5 回答
4
自动调整白平衡并不总是很好，因为您的算法将具有较少的信息作为输入数据（没有真正的测光，只有矩阵记录的像素值，其中一些可能被裁剪）。因此，当相机的设置非常错误时（如您的照片），这会有所帮助，但它不能使 WB 正确。你最好买一台像样的相机（甚至便宜的也能拍出好照片）
顺便说一句，如果你想发明一个轮子，想法是缩放颜色通道以使其平均水平相等。您可以在此处尝试不同的“平均值”定义，也可以尝试从测量中排除具有裁剪值的像素。但是再做一次没有乐趣，因为@mickro的回答中提到了这样做的好方法。
于 2013-09-16T06:58:28.153 回答
2
这看起来像白平衡设置为室内（预计红光），但得到日光（蓝色）。GIMP 有一个色温滑块，可以改变图片的色调。您是在谈论将来防止这种情况，还是要批量处理一堆现有图像。即使是简单的相机（但可能不是手机）也可以控制白平衡，以备将来拍摄。
这看起来像一个网络摄像头插入您的计算机？所以它可能是一个移动的目标，这意味着每次拍照时都会重新评估 WB，您可能无法对每张图像应用相同的校正。
这是一个 imagemagick 脚本，它可以在一堆图像上批量处理色温。我认为使用温度的方法会比仅标准化水平的方法更好，因为如果您拍摄天空或海洋怎么办，它应该是蓝色的？你只是想确保它是正确的蓝色。
编辑：对于特定的 C# 代码，您可以在此处查看。第一组色彩平衡图像中左下角的示例看起来非常像您的源图像。paint.net的源码中还有白平衡功能
于 2013-09-19T08:43:23.667 回答
2
于 2013-09-16T06:46:37.540 回答
1
您可以使用OpenCV开发适合您需求的算法。在研究为您的问题找到解决方案时，我意识到“色彩平衡的问题可以通过很多不同的方式来解决。
我选择向您展示如何编写一个非常简单的算法，该算法不会完全重新创建您使用 Photoshop 获得的“完美”图片，但比原始图片更好。然后，您可以在谷歌的 openCV 中搜索这些主题并尝试不同的方法。为了编写代码，我使用了新的 OpenCV NuGet 包，您可以在此处获取。只需将 openCV 中的二进制文件添加到您的输出目录（调试文件夹）中，您就可以启动并运行了！
然后这里是代码：
public Form1()
{
InitializeComponent();
NamedWindow windowsOriginal = new NamedWindow("Original");
NamedWindow windowsModified = new NamedWindow("Modified");
IplImage img = OpenCV.Net.CV.LoadImage(@"D:\hZpWG.jpg", LoadImageFlags.Color);
IplImage imgDest = equalizeIntensity(img);
windowsOriginal.ShowImage(img);
windowsModified.ShowImage(imgDest);
}
IplImage equalizeIntensity(IplImage inputImage)
{
if(inputImage.Channels >= 3)
{
IplImage ycrcb = new IplImage(inputImage.Size, inputImage.Depth, inputImage.Channels);
OpenCV.Net.CV.CvtColor(inputImage, ycrcb, ColorConversion.Bgr2YCrCb);
IplImage Y = new IplImage(ycrcb.Size, IplDepth.U8, 1);
IplImage Cr = new IplImage(ycrcb.Size, IplDepth.U8, 1);
IplImage Cb = new IplImage(ycrcb.Size, IplDepth.U8, 1);
OpenCV.Net.CV.Split(ycrcb, Y, Cr, Cb, null);
OpenCV.Net.CV.EqualizeHist(Y, Y);
IplImage result = new IplImage(inputImage.Size, IplDepth.U8, inputImage.Channels);
OpenCV.Net.CV.Merge(Y, Cr, Cb, null, ycrcb);
OpenCV.Net.CV.CvtColor(ycrcb, result, ColorConversion.YCrCb2Bgr);
return result;
}
return null;
}
我把它放在一个表单中，但你也可以在控制台应用程序中使用它。
这是结果
希望能帮助到你！
于 2013-09-23T19:11:57.560 回答
0
创建直方图，自动生成校正级别（最大、最小和伽马），将级别应用于图像。假设您以某种方式将像素数据收集到 Color 类型的数组中......
public static Color[] AutoLevel(Color[] input) {
var histogram = new Histogram();
foreach(var _ in input) histogram.Add(_);
var levels = histogram.GetAutoLevels();
var ret = new Color[input.Length];
for(int _ = 0; _ < input.Length; _++) {
ret[_] = levels.Apply(input[_]).ToColor();
}
return ret;
}
...这是课程...
public class Histogram {
private long[,] _values = new long[3, 256];
public void AddColor(Color color) {
AddColor(color.R, color.G, color.B);
}
public void AddColor(RGB color) {
AddColor(color.R, color.G, color.B);
}
public void AddColor(byte r, byte g, byte b) {
_values[0, b]++;
_values[1, g]++;
_values[2, b]++;
}
public long this[int channel, int index] {
get { return _values[channel, index]; }
}
public long GetMaxValue() {
var ret = long.MinValue;
foreach(var _ in _values) if(_ > ret) ret = _;
return ret;
}
public RGB GetMeanColor() {
var total = new long[3];
var count = new long[3];
var value = new byte[3];
for(var _ = 0; _ < 3; _++) {
for(var __ = 0; __ < 256; __++) {
total[_] += (_values[_, __] * __);
count[_] += _values[_, __];
}
value[_] = (byte)Math.Round((double)total[_] / count[_]);
}
return new RGB(value[2], value[1], value[0]);
}
public RGB GetPercentileColor(double percentile) {
var ret = new RGB();
for(var _ = 0; _ < 3; _++) {
var total = 0L;
for(var __ = 0; __ < 256; __++) total += _values[_, __];
var cutoff = (total * percentile);
var count = 0L;
for(var __ = 0; __ < 256; __++) {
count += _values[_, __];
if(count > cutoff) {
ret[_] = (byte)__;
break;
}
}
}
return ret;
}
public Levels GetAutoLevels() {
var low = GetPercentileColor(0.005);
var middle = GetMeanColor();
var high = GetPercentileColor(0.995);
return Levels.GetAdjusted(low, middle, high);
}
public class Levels {
private RGB _inputLow = new RGB(0, 0, 0);
private RGB _inputHigh = new RGB(255, 255, 255);
private RGB _outputLow = new RGB(0, 0, 0);
private RGB _outputHigh = new RGB(255, 255, 255);
private double[] _gamma = { 1, 1, 1 };
public RGB InputLow {
get { return _inputLow; }
set {
for(var _ = 0; _ < 3; _++) {
if(value[_] == 255) value[_] = 254;
if(_inputHigh[_] <= value[_]) _inputHigh[_] = (byte)(value[_] + 1);
}
_inputLow = value;
}
}
public RGB InputHigh {
get { return _inputHigh; }
set {
for(var _ = 0; _ < 3; _++) {
if(value[_] == 0) value[_] = 1;
if(_inputLow[_] >= value[_]) _inputLow[_] = (byte)(value[_] - 1);
}
_inputHigh = value;
}
}
public RGB OutputLow {
get { return _outputLow; }
set {
for(var _ = 0; _ < 3; _++) {
if(value[_] == 255) value[_] = 254;
if(_outputHigh[_] <= value[_]) _outputHigh[_] = (byte)(value[_] + 1);
}
_outputLow = value;
}
}
public RGB OutputHigh {
get { return _outputHigh; }
set {
for(var _ = 0; _ < 3; _++) {
if(value[_] == 0) value[_] = 1;
if(_outputLow[_] >= value[_]) _outputLow[_] = (byte)(value[_] - 1);
}
_outputHigh = value;
}
}
public double GetGamma(int channel) {
return _gamma[channel];
}
public void SetGamma(int channel, double value) {
_gamma[channel] = SetRange(value, 0.1, 10);
}
public RGB Apply(int r, int g, int b) {
var ret = new RGB();
var input = new double[] { b, g, r };
for(var _ = 0; _ < 3; _++) {
var value_ = (input[_] - _inputLow[_]);
if(value_ < 0) {
ret[_] = _outputLow[_];
} else if((_inputLow[_] + value_) >= _inputHigh[_]) {
ret[_] = _outputHigh[_];
} else {
ret[_] = (byte)SetRange((_outputLow[_] + ((_outputHigh[_] - _outputLow[_]) * Math.Pow((value_ / (_inputHigh[_] - _inputLow[_])), _gamma[_]))), 0, 255);
}
}
return ret;
}
internal static Levels GetAdjusted(RGB low, RGB middle, RGB high) {
var ret = new Levels();
for(var _ = 0; _ < 3; _++) {
if((low[_] < middle[_]) && (middle[_] < high[_])) {
ret._gamma[_] = SetRange(Math.Log(0.5, ((double)(middle[_] - low[_]) / (high[_] - low[_]))), 0.1, 10);
} else {
ret._gamma[_] = 1;
}
}
ret._inputLow = low;
ret._inputHigh = high;
return ret;
}
}
private static double SetRange(double value, double min, double max) {
if(value < min) value = min;
if(value > max) value = max;
return value;
}
public struct RGB {
public byte B;
public byte G;
public byte R;
public RGB(byte r, byte g, byte b) {
B = b;
G = g;
R = r;
}
public byte this[int channel] {
get {
switch(channel) {
case 0: return B;
case 1: return G;
case 2: return R;
default: throw new ArgumentOutOfRangeException();
}
}
set {
switch(channel) {
case 0: B = value; break;
case 1: G = value; break;
case 2: R = value; break;
default: throw new ArgumentOutOfRangeException();
}
}
}
public Color ToColor() {
return Color.FromArgb(R, G, B);
}
}
}
结果：
于 2017-04-30T03:36:42.790 回答