映像偏色檢測演算法，速度快，效果好，共用給大家。

   由於CSDN部落格和部落格園的編輯方面有不一致的地方，導致文中部分圖片錯位，為不影響瀏覽效果，建議點擊開啟連結。  

  本文的演算法並不是我自己提出的，而是一些論文中提出的，詳見 ：

     1、基於映像分析的偏色檢測及顏色校正方法 徐曉昭 , 蔡軼珩 , 劉長江 , 賈克斌 , 沈蘭蓀

     2、皮膚檢測技術的研究及改進

     為方便大家理解，這裡還是從這些論文裡摘取些具體的過程予以描述。

　　RGB色彩空間是最簡單的一種色彩空間，但是RGB色彩空間最大的局限性在於當用歐氏距離來刻畫兩種顏色之間的差異時，所計算出的兩種顏色之間的距無法正確表徵人們實際所感知到的這兩種顏色之間的真實差異。採用CIE Lab色彩空間，此空間所計算出來的顏色之間的距離與實際感知上的差別基本一致。其長條圖可以客觀的反映映像色偏程度，在CIE Lab下進行偏色映像的自動檢測更為合理。

      經過對正常映像和偏色映像的分析發現，如果在ab色度座標平面上的長條圖中，色度分布基本上為單峰值，或者分布較為集中，而色度平均值D又較大時，一般都存在色偏，而且色度平均值越大，色偏越嚴重。然而，如果在ab色度座標平面上的長條圖中色度分布存在明顯的多峰值，而且較為分散時，映像色偏程度將大大減輕，甚至沒有色偏。

       

　　如所示，第一個美女圖明顯就偏色，其[a,b]長條圖明顯有只有一個波峰，而第二個美女圖則很協調，[a,b]長條圖也分布的很均勻。

     因此引入等效圓的概念 ,採用映像平均色度 D和色度中心距 M的比值 ,即偏色因子 K來衡量映像的偏色程度。其計算方法如下式

                           

   

     式中 ,M、 N分別為映像的寬和高，以像素為單位。在 a - b色度平面上,等效圓的中心座標為 ( da , db ) ,半徑為 M 。等效圓的中心到 a - b色度平面中性軸原點為 ( a = 0, b = 0)的距離 D 。由等效圓在 a - b色度平面上的具體位置,來判斷映像整體的偏色。da > 0,偏紅,否則偏綠。db > 0,偏黃,否則偏藍。引入偏色因子 K, K值越大 ,偏色越嚴重。

      按照上述細路編製的代碼如下：

        //*****************************************************************************************        //**    開發日期 ：  2013-12-20        //**    作    者 ：  laviewpbt        //**    連絡方式：   33184777        //**    修改日期 ：  2013-7-15        //**    版    本 ：  Version 1.0.0        //**    轉載請不要刪除以上資訊        //**    皮膚檢測技術的研究及改進   重慶大學碩士論文  魏菁        //*****************************************************************************************        public static double GetColorCastFactor(Bitmap Bmp)        {            if (Bmp.PixelFormat != PixelFormat.Format24bppRgb) throw new ArgumentException("Only Support PixelFormat24RGB format Image.");            Bitmap Lab = new Bitmap(Bmp.Width, Bmp.Height, PixelFormat.Format24bppRgb);            int X, Y;            int Width, Height, Stride;            BitmapData BmpData, LabData;                      byte* Pointer;            int SumA = 0, SumB = 0;            double MsqA = 0, MsqB = 0, AvgA, AvgB;            int A, B;            int[] HistA = new int[256];            int[] HistB = new int[256];            BmpData = Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);            LabData = Lab.LockBits(new Rectangle(0, 0, Lab.Width, Lab.Height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);            Width = Bmp.Width; Height = Bmp.Height; Stride = BmpData.Stride;                        for (Y = 0; Y < Height; Y++)                ColorSpace.RGBLAB.ToLAB((byte*)BmpData.Scan0 + Y * Stride, (byte*)LabData.Scan0 + Y * Stride, Bmp.Width);                      for (Y = 0; Y < Height; Y++)            {                Pointer = (byte*)LabData.Scan0 + Y * Stride;                for (X = 0; X < Width; X++)                {                    A = *(Pointer + 1); B = *(Pointer + 2);                    SumA += A;                    SumB += B;                    HistA[A]++;                    HistB[B]++;                    Pointer += 3;                }            }            AvgA = (double)SumA / (Width * Height) - 128;                  // 必須歸一化到[-128，,127]範圍內            AvgB = (double)SumB / (Width * Height) - 128;            for (Y = 0; Y < 256; Y++)            {                MsqA += (double)(Math.Abs(Y - AvgA - 128) * HistA[Y]) / (Width * Height);           // 用方差的方式結果有問題                MsqB += (double)(Math.Abs(Y - AvgB - 128) * HistB[Y]) / (Width * Height);            }            Bmp.UnlockBits(BmpData);            Lab.UnlockBits(LabData);            Lab.Dispose();            return Math.Sqrt(AvgA * AvgA + AvgB * AvgB) / Math.Sqrt(MsqA * MsqA + MsqB * MsqB);        }

　　 其中的RGB到LAB空間轉換部分代碼及其最佳化可參考：色彩空間系列2: RGB和CIELAB色彩空間的轉換及最佳化演算法 

      代碼很簡答吧，朋友們可以先按照公式自己編寫下，然後再和我的最比下。看看那些地方的最佳化值得學習吧。

      按照上述我們做一些測試：

       
   
   
    
  

         cast = 3.297788                  cast=0.37389                    cast=0.5028              cast=1.82749                     cast=1.699

      我們在測試一些明顯偏色的映像。

            
 

                cast =3.52449                          cast =5.74808                      cast=2.50289                        cast =4.08616

　　上述四幅圖的偏色明顯比較驗證，偏色因子的值也較大。

      在看看一些比較正常的照片吧.

         
     

                    cast=0.43784                                   cast =0.90216                            cast=0.51927                                        cast =1.216

  　　綜合來說，cast值不大於1.5我們可以認為其整體映像偏色的可能性不大，當然這個值取多少可能還是需要和實際情況結合的。

        xiaotie在其部落格裡也曬出了它的一種檢測偏色的結果，我這裡的計算複雜度可能沒他哪裡的複雜，不過也可以借鑒參考的。

        完整的代碼見：http://files.cnblogs.com/Imageshop/ColorCast.rar

　　   部落格園的網站分類裡居然沒有影像處理一欄，只有電腦圖形學一項，其實搞這一行的都知道，這兩個是完全不同的行業。希望部落格園考慮增加影像處理一欄。

 

*****************************基本上我不提供原始碼，但是我會盡量用文字把對應的演算法描述清楚或提供參考文檔**************************

*******************************因為靠自己的努力和實踐寫出來的效果才真正是自己的東西，人一定要靠自己****************************

***************************作者： laviewpbt   時間： 2013.4.07    聯絡QQ:  33184777  轉載請保留本行資訊*************************