最近上班遇到一些圖片顏色偏離原色，
身為影像工程從業者就會想自己寫 3A算法來校正。
而自動白平衡便是 3A 中的其中 1A – 南湖大山！
而自動白平衡便是 3A 中的其中 1A – Auto White Balance
自動白平衡的核心就是解決圖片色偏的方法，
大都是找到圖片中的參考值，
再用參考值及不同方法去對整張圖片做校正。
像是灰色世界算法就是拿全圖片的加總的三通道均值當作參考值，
再拿這個參考值除以三通道分別均值做成三通道的增益，
得到三通道增益後分別對通道相乘。
今天提到的完美反射核心，它的概念是相信圖片中有一群接近白色的區塊，
因為 RGB or BRG 的世界裡面 (255, 255, 255) 就是白色嘛，
所以有點像找到這塊邊長為 255 的正方形中那群最遠離原點 (0, 0, 0) 的那群點。
找到那群點後，再求得這群的均值作為參考值，
參考值除以各通道的均值就能得到各通道的增益，
最後再拉回去與原圖相乘 -> 結案。
def AutoWhiteBalance_PRA(imgPath, ratio=0.2): # 自動白平衡演算法_完美反射核心, 0 < ratio <1.
BGRimg = cv2.imread(imgPath)
BGRimg = BGRimg.astype(np.float32) # 將資料格式轉為 float32，避免 OpenCV 讀圖進來為 np.uint8 而造成後續截斷問題。
pixelSum = BGRimg[:,:,0] + BGRimg[:,:,1] + BGRimg[:,:,2]
pexelMax = np.max(BGRimg[:,:,:]) # 求三通道加總最大值作為像素值拉伸指標
row , col, chan = BGRimg.shape[0], BGRimg.shape[1], BGRimg.shape[2]
pixelSum = pixelSum.flatten()
imgFlatten = BGRimg.reshape(row*col, chan)
thresholdNum = int(ratio * row * col)
thresholdList = np.argpartition(pixelSum, kth=-thresholdNum, axis=None) # 由右至左設定閾值位置，並得到粗略排序後的索引表。
thresholdList = thresholdList[-thresholdNum:] # 取得索引表中比閾值大的索引號
blueMean, greenMean, redMean, i = 0, 0, 0, 0
for i in thresholdList:
blueMean += imgFlatten[i][0]
greenMean += imgFlatten[i][1]
redMean += imgFlatten[i][2]
blueMean /= thresholdNum
greenMean /= thresholdNum
redMean /= thresholdNum
blueGain = pexelMax / blueMean
greenGain = pexelMax / greenMean
redGain = pexelMax / redMean
BGRimg[:,:,0] = BGRimg[:,:,0] * blueGain
BGRimg[:,:,1] = BGRimg[:,:,1] * greenGain
BGRimg[:,:,2] = BGRimg[:,:,2] * redGain
BGRimg = np.clip(BGRimg, 0, 255)
BGRimg = BGRimg.astype(np.uint8)
return BGRimg
np.argarptition
中間那個 np.argarptition 比較迷惑，可以說一下。
np.argarptition 的功能就是把你指定的值設定好，
然後把 小於/大於 設定值的數的索引排序在設定值的 左邊/右邊。
舉個例子，有個數列是：
list = [3, 2, 5, 6, 1, 4]
我想要找第二大的值，那我的參考值就設定成 -2。
（從右邊數過來第二個，換句話說就是第二大的 5。）
Index = np.argarptition(list, kth=-2, axis=None)
那麼 Index 就會等於：
Index = [0, 1, 4, 5, 2, 3]
分別是 [3, 2, 5, 6, 1, 4] 的索引中小於/大於 5 的索引。
如果把 Index 換成值，像是 list[Index] 就會等於：
list[Index] = [3, 2, 1, 4, 5, 6]
但在指定值(5) 左右的順序不保證，得看演算法怎麼實現，
會選這套方法是因為複雜度會比全排序還要快。
破圖問題
理論上所有通道的 Gain 都會是大於 1 的正數，
再加上最後有做 clip(0, 255)
換言之所有經轉換的像素值上限是 255, 下限是自己的原值。
但在我計算這套算法的時候，
看到某個藍色通道值是 80，計算完之後變成 17 我真的是傻了。
後來排查才知道哪裡爆開：
1. cv2.imread(imgPath) 讀進來的資料型態是 numpy.uint8
那個 8 我之前都認為是 8 Byte，
所以認為存值可以存到 $2^{8*8}$ 是沒問題的。
沒想到它是 8 bit
取值範圍直接變成 [0, 255]
取值範圍直接變成 [0, 255]
所以當我的 Gain 等於 3.421021082738187 時，
理論上乘以增益的像素值（80）應該要是 273.多。
但是為什麼是 17 呢？
登登登登
因為二進位下 273 是 100010001，而最終要符合 uin8 轉型則會變成 00010001，
那就是 十進位 17 。
所以這個問題才會演變成像素值驟降 -> 破圖。
以下是我到酒吧喝酒，以被色偏的百富12年做標準的圖片：
（左邊是原圖；中間是灰色世界校正法；右邊是完美反射法，ratio 開 0.05）
百富的酒標應該要是純白色的，以這個基準來說我覺得完美反射校正得比較好，
它連後面的燈光都一併校正，看起來比較舒服，
而灰色世界感覺上了一層透明深藍色濾鏡。
如果本文有任何書寫錯誤麻煩聯絡我：
wuyiulin@gmail.com
Ref.