不用cv2的python实现图像白平衡

可以使用PIL库来实现图像白平衡。具体实现步骤如下：

1. 使用PIL库的Image模块打开图像文件。

2. 将图像转换为RGB模式。

3. 将图像数据转换为numpy数组。

4. 计算图像的R、G、B三个通道的平均值。

5. 计算每个通道的增益系数。

6. 将每个通道的像素值乘以相应的增益系数。

7. 将处理后的图像数据转换回Image对象。

8. 保存处理后的图像文件。

下面是实现代码示例：

from PIL import Image
import numpy as np

def white_balance(img_path):
    # 打开图像文件
    img = Image.open(img_path)

    # 将图像转换为RGB模式
    img = img.convert('RGB')

    # 将图像数据转换为numpy数组
    img_data = np.array(img)

    # 计算图像的R、G、B三个通道的平均值
    r_avg = np.mean(img_data[:,:,0])
    g_avg = np.mean(img_data[:,:,1])
    b_avg = np.mean(img_data[:,:,2])

    # 计算每个通道的增益系数
    r_gain = g_gain = b_gain = 128.0
    if r_avg > g_avg:
        r_gain = 128.0 * g_avg / r_avg
    else:
        g_gain = 128.0 * r_avg / g_avg
    if b_avg > g_avg:
        b_gain = 128.0 * g_avg / b_avg
    else:
        g_gain = 128.0 * b_avg / g_avg

    # 将每个通道的像素值乘以相应的增益系数
    img_data[:,:,0] = np.minimum(img_data[:,:,0] * r_gain, 255)
    img_data[:,:,1] = np.minimum(img_data[:,:,1] * g_gain, 255)
    img_data[:,:,2] = np.minimum(img_data[:,:,2] * b_gain, 255)

    # 将处理后的图像数据转换回Image对象
    img_result = Image.fromarray(np.uint8(img_data))

    # 保存处理后的图像文件
    img_result.save('result.jpg')

使用方法：

white_balance('input.jpg')

其中，'input.jpg'为待处理的图像文件路径。处理后的图像文件将保存为'result.jpg'。