openCV2 学习笔记：基于Python3实现的灰度世界算法

基于前者的文章，点我进入

前言：

刚玩这个博客，好多功能不会用。
优快云中能找到的灰度世界算法帖子很多，都是基于Matlab实现的。本人在学习openCV时模仿了帖子中Matlab的代码，转换成用CV2写的。
有不尽人意的地方，请留言指点哈。

Python3（openCV2）：

# coding:utf-8
import numpy as np
import cv2

# 导入图片
img = cv2.imread('fool.png',cv2.IMREAD_COLOR)

# 显示原图
cv2.imshow('GrayWorld_before', img)

# 定义BGR通道
r = img[:, :, 2]
b = img[:, :, 0]
g = img[:, :, 1]

# 计算BGR均值
averB = np.mean(b)
averG = np.mean(g)
averR = np.mean(r)

# 计算灰度均值
grayValue = (averR + averB + averG) / 3

# 计算增益
kb = grayValue/averB
kg = grayValue/averG
kr = grayValue/averR


"""
20221027修正
numpy.clip()函数用于剪辑(限制)数组中的值,将image_new中的值进行截断,小于等于0的置为0,大于等于255的置为255,防止修正后色彩溢出。
"""
r[:] = (r[:] * kr).clip(0, 255)
g[:] = (g[:] * kg).clip(0, 255)
b[:] = (b[:] * kb).clip(0, 255)

# 显示图像
cv2.imshow('GrayWorld_after', img)

# 响应键盘事件
while True:
    k = cv2.waitKey(1) & 0xFF
    # 如果输入ESC，就结束显示。
    if k == 27:
        break
        
# 清理窗口
cv2.destroyAllWindows()