6-自动白平衡（灰度世界算法）

1- 算法核心思想

对于一幅有着大量色彩变化的物理场景，其图像的 R、G、B 三个通道的平均值应该趋于相等的灰度值。如果平均值不相等，说明光线导致了偏色，我们需要算出增益系数把它强行拉平。

2- 实现代码

import  cv2
import numpy as np
'''
使用灰度世界算法进行自动白平衡
'''
def gray_world_white_balance(img):
    # 1. 计算 B, G, R 通道的平均值 (OpenCV 默认格式是 BGR)
    b_avg = np.mean(img[:, :,0])
    g_avg = np.mean(img[:, :,1])
    r_avg = np.mean(img[:, :,2])
    # 2. 计算全局的平均灰度值 (即三个通道均值的均值)
    k = (b_avg + g_avg + r_avg) /3
    # 3. 计算各个通道的增益系数
    kb = k / b_avg
    kg = k / g_avg
    kr = k / r_avg
    # 4. 对每个通道的像素值进行补偿调整
    balanced_img = np.zeros_like(img, dtype=np.float32)
    balanced_img[:, :,0] = img[:, :,0] *kb
    balanced_img[:, :,1] = img[:, :,1] *kg
    balanced_img[:, :,2] = img[:, :,2] *kr
    # 5. 防止数值溢出，将值限制在 0-255 之间，并转回 uint8 类型
    balanced_img = np.clip(balanced_img,0,255).astype(np.uint8)
    return  balanced_img

if __name__=="__main__":
# 读取一张可能会偏色的图片 (请替换为您本地对应的图片路径)   
    original_img = cv2.imread("test2.jpeg")

    # cv2.namedWindow('Original', cv2.WINDOW_AUTOSIZE)
    # cv2.namedWindow('White Balanced', cv2.WINDOW_AUTOSIZE)
    if original_img is not None:
        #执行白平衡处理
        wb_img = gray_world_white_balance(original_img)
        # 显示前后对比       
        cv2.imshow("Original", original_img)
        cv2.imshow("White Balanced", wb_img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
    else:
        print("图片读取失败，请检查路径。")

3-结果