摘要：
当使用OpenCV处理图像时，颜色定位是一种常见的方法。然而，RGB受到光线的严重影响，无法转换为HSVXYZ和其他空间，可以使用白平衡算法进行校正，使其变黄、变蓝和变红的照片更像自然光下的图像。
在用OpenCV对图像进行处理时，利用颜色定位是常常会接触到的方法，但RGB受光照影响比较严重，转换到HSV XYZ等空间也解决不了时，
可以用白平衡算法进行修正，使其发黄、发蓝、发红的照片更加趋于自然光下的图像。（转摘请说明来源）
程序代码示例如下：
1 //该代码实现白平衡算法中的灰度世界法，能有效改善图像发红发蓝发绿的现象； 2 3 #include <opencv2/opencv.hpp> 4 using namespacecv; 5 6 intmain() 7 { 8 Mat g_srcImage,dstImage; 9 vector<Mat>g_vChannels; 10 g_srcImage = imread("C:/Users/Administrator/Desktop/区分高架定位/01.jpg"); 11 imshow("原图",g_srcImage); 12 //waitKey(0); 13 14 //分离通道 15 split(g_srcImage,g_vChannels); 16 Mat imageBlueChannel = g_vChannels.at(0); 17 Mat imageGreenChannel = g_vChannels.at(1); 18 Mat imageRedChannel = g_vChannels.at(2); 19 20 double imageBlueChannelAvg=0; 21 double imageGreenChannelAvg=0; 22 double imageRedChannelAvg=0; 23 24 //求各通道的平均值 25 imageBlueChannelAvg = mean(imageBlueChannel)[0]; 26 imageGreenChannelAvg = mean(imageGreenChannel)[0]; 27 imageRedChannelAvg = mean(imageRedChannel)[0]; 28 29 //求出个通道所占增益 30 double K = (imageRedChannelAvg+imageGreenChannelAvg+imageRedChannelAvg)/3; 31 double Kb = K/imageBlueChannelAvg; 32 double Kg = K/imageGreenChannelAvg; 33 double Kr = K/imageRedChannelAvg; 34 35 //更新白平衡后的各通道BGR值 36 addWeighted(imageBlueChannel,Kb,0,0,0,imageBlueChannel); 37 addWeighted(imageGreenChannel,Kg,0,0,0,imageGreenChannel); 38 addWeighted(imageRedChannel,Kr,0,0,0,imageRedChannel); 39 40 merge(g_vChannels,dstImage);//图像各通道合并 41 imshow("白平衡后图",dstImage); 42 waitKey(0); 43 return 0; 44 }
结果如下：
