我怎么做相当于Gimp的颜色，自动，白平衡在PythonFu？

Question

我能找到的唯一函数是：gimp color balance，它接受适用的参数：preserve lum（osity）、青色红色、品红绿色和黄蓝色。在

我不确定传递给这些参数什么值来复制标题中的菜单选项。在

Answer 1

根据GIMP doc，我们需要丢弃红、绿、蓝柱状图每端的像素颜色，这些直方图只使用图像中0.05%的像素，并尽可能扩展剩余的范围（Python代码）：

img = cv2.imread('test.jpg')
x = []
# get histogram for each channel
for i in cv2.split(img):
    hist, bins = np.histogram(i, 256, (0, 256))
    # discard colors at each end of the histogram which are used by only 0.05% 
    tmp = np.where(hist > hist.sum() * 0.0005)[0]
    i_min = tmp.min()
    i_max = tmp.max()
    # stretch hist
    tmp = (i.astype(np.int32) - i_min) / (i_max - i_min) * 255
    tmp = np.clip(tmp, 0, 255)
    x.append(tmp.astype(np.uint8))

# combine image back and show it
s = np.dstack(x)
plt.imshow(s[::,::,::-1])

结果与GIMP的“Colors->Auto->White Balance”之后的结果非常相同

UPD:我们需要np.clip()，因为OpenCV和{}不同地将int32转换为uint8：

^{pr2}$

Answer 2

为了完成@banderlog013的答案，我认为Gimp Doc指定首先丢弃每个通道的结束像素，然后拉伸剩余的范围。我相信正确的准则是：

img = cv2.imread('test.jpg')
balanced_img = np.zeros_like(img) #Initialize final image

for i in range(3): #i stands for the channel index 
    hist, bins = np.histogram(img[..., i].ravel(), 256, (0, 256))
    bmin = np.min(np.where(hist>(hist.sum()*0.0005)))
    bmax = np.max(np.where(hist>(hist.sum()*0.0005)))
    balanced_img[...,i] = np.clip(img[...,i], bmin, bmax)
    balanced_img[...,i] = (balanced_img[...,i]-bmin) / (bmax - bmin) * 255

我用它效果很好，试试看！在

Answer 3

根据我在快速查看源代码（以及或多或少通过测试图像确认）后的理解，这些代码是不相关的，并且是隐藏的，Colors>Auto>White Balance：

• 获取每个通道的直方图
• 获取确定底部和顶部0.6%的值
• 使用与“级别”非常相似的内部调用，使用这两个值作为黑白点来扩展该通道的值范围。在

用合成图像证明：

在此之前：

之后：

所有这些在Python中并不难实现。在