对HSI进行色度平衡调节，使得图片趋于稳定

对 HSI 图像进行色度平衡调节的方法有很多，以下是一种简单的方法：

def chroma_balance(img, percent=0.01):
    # 将图像转换为 HSI 色彩空间
    hsi_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV_FULL)
    h, s, i = cv2.split(hsi_img)
    
    # 将饱和度 s 排序，取最小和最大的 percent% 个像素
    sorted_s = np.sort(s.ravel())
    low_s = sorted_s[int(len(sorted_s) * percent)]
    high_s = sorted_s[int(len(sorted_s) * (1 - percent))]
    
    # 将饱和度在 [low_s, high_s] 范围内的像素的饱和度值进行拉伸
    s_stretch = np.uint8((s - low_s) * 255.0 / (high_s - low_s))
    s_stretch[s_stretch < 0] = 0
    s_stretch[s_stretch > 255] = 255
    
    # 合并 HSI 通道
    hsi_stretch = cv2.merge((h, s_stretch, i))
    
    # 将图像转换回 BGR 色彩空间
    bgr_stretch = cv2.cvtColor(hsi_stretch, cv2.COLOR_HSV2BGR_FULL)
    
    return bgr_stretch

以上代码中，`chroma_balance` 函数接收一张 BGR 格式的图像以及一个百分比参数 `percent`，将图像转换为 HSI 色彩空间，然后根据饱和度的分布情况，对饱和度在排名前 `percent` 和排名后 `percent` 的像素的饱和度值进行拉伸，最后将 HSI 通道合并并转换回 BGR 格式。这样做可以使得图像的色彩更加平衡，趋于稳定。