手动实现白平衡Python代码

手动实现白平衡在Python中通常涉及到图像处理和色彩校正技术。白平衡是摄影中的一个重要概念，用于纠正因光线不同而导致的图像色彩偏差。以下是一个简单的示例，使用OpenCV库来演示如何手动调整照片的白平衡：

import cv2
import numpy as np

# 读取图像
def load_image(image_path):
    img = cv2.imread(image_path)
    if img is None:
        print("Failed to load image.")
        return None
    return img

# 定义手动白平衡函数
def manual_white_balance(img, reference_color=(255, 255, 255)):
    # 将图像转换为HSV颜色空间，便于操作色度通道
    hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    # 获取RGB到HSV参考色对应的HSV值
    ref_hsv = cv2.cvtColor(np.array([reference_color]), cv2.COLOR_BGR2HSV)

    # 计算HUE通道的差值
    hue_shift = np.mean(ref_hsv[:, :, 0] - hsv_img[:, :, 0])

    # 应用色彩偏移
    balanced_hsv = hsv_img + np.array([[[hue_shift, 0, 0]]])
    
    # 将调整后的HSV图像转换回BGR
    balanced_bgr = cv2.cvtColor(balanced_hsv, cv2.COLOR_HSV2BGR)

    return balanced_bgr

# 使用函数并显示结果
image_path = "path_to_your_image.jpg"  # 替换为你要调整的图片路径
balanced_img = manual_white_balance(load_image(image_path))

# 显示原始和调整后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Balanced Image", balanced_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先读取图像，然后将其转换为HSV颜色空间。接着，我们找到一个参考颜色（通常是白色），计算出图像中HUE通道相对于该参考颜色的平均偏移量。最后，我们对HUE通道进行调整，并将调整后的HSV图像转换回BGR格式。