白平衡算法背后的数学原理是什么？
What is the math behind white balance algorithms?
我有一张 CIELab 颜色的图像 space。我需要对其进行一些处理。所以，有两个问题：
给定一组 Lab 值，如何获得以开尔文为单位的整体图像温度？ （就像在相机设置或 Lightroom 中一样）
具有开尔文温度值，如何调整图像白平衡以匹配该温度？ （就像在 Lightroom 中一样）
我也想知道，如何对色调做同样的事情。
旧的（也是愚蠢的）方法是检查最亮像素（但没有高光）的颜色。这被认为是白色的。幸运的是，经常有白色物体（检查人们的眼睛），所以大部分时间都有效。
只要去除所有像素上的这种色偏，您就会得到白平衡图像。 [注意：这应该在线性 space] 中完成。
从白色的色度，你可以推导出开尔文：注意：大多数程序都允许白平衡在两个 a-b 方向（所以 2D，你的 "tint" 额外的问题），而不仅仅是一条线（温度）。
现代相机更聪明：他们检查没有通道被剪裁，他们检查色度是否离黑体发射不远（所以离 "temperature" 参数不远）。大多数现代相机都可以区分主题（例如焦距（风景）等，以预测更好的白平衡）。
灰卡仍然是比较靠谱的方法：没有算法可以得到真正的白平衡。
我有一张 CIELab 颜色的图像 space。我需要对其进行一些处理。所以，有两个问题：
给定一组 Lab 值，如何获得以开尔文为单位的整体图像温度？ （就像在相机设置或 Lightroom 中一样）
具有开尔文温度值，如何调整图像白平衡以匹配该温度？ （就像在 Lightroom 中一样）
我也想知道，如何对色调做同样的事情。
旧的（也是愚蠢的）方法是检查最亮像素（但没有高光）的颜色。这被认为是白色的。幸运的是，经常有白色物体（检查人们的眼睛），所以大部分时间都有效。
只要去除所有像素上的这种色偏，您就会得到白平衡图像。 [注意：这应该在线性 space] 中完成。
从白色的色度，你可以推导出开尔文：注意：大多数程序都允许白平衡在两个 a-b 方向（所以 2D，你的 "tint" 额外的问题），而不仅仅是一条线（温度）。
现代相机更聪明：他们检查没有通道被剪裁，他们检查色度是否离黑体发射不远（所以离 "temperature" 参数不远）。大多数现代相机都可以区分主题（例如焦距（风景）等，以预测更好的白平衡）。
灰卡仍然是比较靠谱的方法：没有算法可以得到真正的白平衡。