白平衡，字面上的理解是白色的平衡。白平衡是描述顯示器中紅、綠、藍三基色混合生成后白色精確度的一項指標。白平衡是電視攝像領域一個非常重要的概念，通過它可以解決色彩還原和色調處理的一系列問題。白平衡是隨著電子影像再現色彩真實而產生的，在專業攝像領域白平衡應用的較早，現在家用電子產品（家用攝像機、數碼照相機）中也廣泛地使用，然而技術的發展使得白平衡調整變得越來越簡單容易，但許多使用者還不甚了解白平衡的工作原理，理解上存在諸多誤區。

它是實現攝像機圖像能精確反映被攝物的色彩狀況，有手動白平衡和自動白平衡等方式。許多人在使用數碼攝像機拍攝的時候都會遇到這樣的問題：在日光燈的房間里拍攝的影像會顯得發綠，在室內鎢絲燈光下拍攝出來的景物就會偏黃，而在日光陰影處拍攝到的照片則莫名其妙地偏藍，其原因就在于白平衡的設置上。

白平衡是什么？怎么理解白平衡？

首先要明白什么是白平衡， 它指的是在圖像處理的過程中， 對原本材質為白色的物體的圖像進行色彩還原， 去除外部光源色溫的影響， 使其在照片上也顯示白色。

那色溫是怎么理解的呢？這個概念其實有點繞， 它是開爾文通過黑體（blackbody） 這一理想光源， 在不同溫度下， 所發出光線的顏色特性來定義的。黑體是一個理想化的概念。它是這么一個物體， 能發光， 但會吸收掉任何來自外部的光線， 同時又會把吸收的所有能量以光的形式完全釋放出來， 所以叫做黑體。黑體的溫度單叫做開爾（K）。從 3300K 到 9300K 的溫度變化情況下， 它發光的顏色分別是， 紅色， 白色、藍色。便于理解， 你可以這么想象， 火焰你肯定見過， 內焰溫度較低， 外焰溫度較高（藍色）， 內焰溫度較低的地方是黃色的（暖色）， 于是火焰最外面溫度最高的地方反而會是藍色的（冷色）， 是不是有點反常識。而色溫就是借助黑體的這個溫度變化特性來量化色彩傾向的。色溫數值低， 偏黃， 色溫數值高， 偏藍， 所謂的冷暖色調就是一種比較感性的叫法了。

《3300K

暖色

3300~6000K

白色

》6000K

冷色

以下是幾個常見場景的色溫：

燭光 1930K， 鎢絲燈 2900K， 中午陽光 5600K， 藍天 18000K

講白平衡是如何修正之前， 有兩個很重要的理論需要知道：

灰度世界理論：這個理論蠻有意思， 與其說是色彩學， 我覺得更像是統計學的范疇， 它認為任何一幅圖像， 當有足夠的色彩變化時， 其R， G， B分量均值會趨于平衡（即 RGB 三個數值相等， 也就是說應當是黑白灰類型的顏色）。這個理論在全局白平衡中得到廣泛應用， 特點是能夠利用更多的圖像信息來做判斷， 但在面對色彩較為單一的圖像時就顯得有些乏力了。

全反射理論：一幅圖像中亮度最大的點就是白點， 即假設在 YCbCr 空間中Ｙ值最大的點為白色， 以此來校正整幅圖像。特點是只考慮色彩最亮的那部分， 跟上面的灰度世界理論正好相反， 在處理色彩偏單調的圖像時效果好些， 但面對顏色豐富的圖片時， 因為最亮的點不一定是白色的， 可能會出現偏色的情況。

這兩個理論分別對應著兩種色彩空間 RGB 和 YCbCr 調整白平衡的理論基礎：判斷一張圖片白平衡是否準確， 如果不準確， 如何量化其偏離數值。

白平衡就是一個糾正畫面整體偏色的過程， 那為什么人眼不需要呢？其實在你看到一個東西的時候， 眼睛就已經對它進行了色彩修正。相機肯定沒有人眼那么智能（至少現在沒有）， 概括的說， 它的自動白平衡算法就是設定一個范圍， 如果拍攝照片的色彩平均值落在這個范圍里面， 那就 OK， 說明無需修正。如果偏離出這個范圍， 就需要調整參數， 并校正色彩數據直到其均值落入指定的范圍內。這就是WB白平衡修正的過程。

下面就來簡單介紹幾個白平衡算法大致原理， 但具體的增益計算和數學建模過程就不作贅述了， 這東西正常人看了都會頭大的。

1. 灰度世界算法（Gray World Assumption）

這個算法原理很簡單， 就是根據前面所說的灰度世界理論， 將原始圖像的RGB均值分別調整到R=G=B即可。不完美的地方就是這個算法對顏色不豐富的圖像敏感程度一般， 處理起來效果也就不會很理想， 局限性較大。

2. 標準差加權灰度世界算法（Standard DeviationWeighted Gray World Assumption）

標準差加權灰度世界算法是針對上一個算法的改進， 它的原理是把圖像等分成幾塊， 然后對每個塊利用統計學進行分析， 看里面顏色的豐富程度， 顏色多的就加權， 顏色少得就減少權重， 最后求和得出一個均值。根據這個相對精確的數值來進行RGB數值的修正。

3. 全反射算法（Perfect Reflector Assumpution）

這個是基于前面介紹的全反射理論生成的算法， 理解起來也不難， 它認為中最亮的那個點就一定是白色的， 如果原始圖像中最亮的那個點不是， 那就針對偏離白色的數值進行逆向修正。缺點就是如果圖像色彩復雜或者就是沒有高光點， 它的修正效果就會比較乏力。

上面三個算法比較簡單， 運算量不大， 但各有優缺點， 也就進一步衍生出了更加有效但是卻要復雜的多一些混合算法， 例如：亮度加權灰度世界算法與全反射算法的正交組合算法（QuadraticCombining Luminance Weighted Gray World & Prefect Reflector Assumption）。看這么長的名字就知道， 這個算法很復雜， 白平衡修正效果也是蠻不錯的， 而且它本身是收斂的， 在對圖像處理的時候不會帶來太多損失， 但可惜運算量巨大， 對硬件資源的要求過高。

算法方面挺枯燥的， 非理工科對數學沒興趣的也可以直接略過， 大體知道這么回事兒就行。但我可以給出的結論是：最終效果越好的算法， 其復雜程度就越高， 運算量就越大， 對硬件電路的要求也高。具體的實現還需要在白平衡校正能力， 算法執行效率， 處理器硬件性能三個方面進行權衡。

而通過上面的了解你就會發現， 如果ISP圖像處理器的性能夠高， 白平衡算法施展的空間就會大了很多。某些時候白平衡不準確， 一定程度上確實是與ISP性能跟不上有關， 當然， 這里也要看各家廠商在算法優化方面的功底。一般來說同一代各個品牌的旗艦處理性能差別不會特別大， 雖然軟件方面下的功夫不容易看到， 但重要性確實毋庸置疑的， 能否把硬件整體性能充分發揮出來才是關鍵。

舉例來說， 在單反剛剛數碼化的那個年代， 相機的圖像處理器性能比較低下， 難以承受高運算強度的白平衡算法的蹂躪， 于是很多單反相機（如佳能1D， 尼康D2， 奧林巴斯E-1等） 機身上是有一個白平衡感應裝置的（就是機身正面的那個小白點）， 這個可以輔助提高白平衡準確度。到后來隨著相機圖像處理器的性能飆升， 大概是從富士通給尼康代工的Expeed一代處理器開始， 就取消了外置白平衡感應器這個裝置。通過越來越多的RGB測光分區數， 配合越發強大的處理器來進行更加準確的色溫修正。這里多說兩句， 分區越多， 白平衡采樣處理就越準確， 但同時也會帶來計算量上面的飆升， 從最初的只有幾個分區， 到 D800 上面用的 9.1 萬像素 RGB 感應器， 在同時完成測光和白平衡計算的同時， 甚至還能夠余出力氣進行人臉識別， 背后那塊改用了 ARM 架構 Expeed 3 才是最大的功臣。而像 DC 啊， 手機攝像頭啊這類連續取景的相機， 則是用前一幀圖像的處理結果應用到后面的圖像上去的， 實現方式同單反上面那個單獨的測光感應器還不太一樣的。這是產品本身結構差異性導致的。

下圖這組圖片中就是在設置不同的白平衡下拍攝的：

白平衡漂移

相機的設置菜單中有白平衡漂移/包圍一欄，以前也沒有用過，這次討教以后知道可以根據場景與需要加以控制。遂在家中做了一個實驗。

實驗拍攝對象是掛在墻上的一幅小品，光線是窗外的散射光。分別將白平衡漂移點放在中央、四個邊上（離邊緣差一個點）、以及四個角上，得到9幅圖像如下：

用photoshop中的Camera RAW檢查每幅圖像，發現每個圖像的色溫和色調都不一樣，具體為

中央：5150，+14

左側：4450，+14

右側：6200，+11

上側；5100，-20

下側：5150，+46

左上：4250，-16

左下：4450，+43

右上：6200，-27

右下：6100，+48

所以可以斷定，其實改變白平衡漂移，就是人為改變色溫與色調。為了證實這一點，又做了一個實驗，將白平衡漂移點在中央（即無漂移）的圖像，在Camera RAW中改變其色溫與色調，改變后的值與漂移的圖像的值一致，結果是改變后的圖像與設置白平衡漂移得到的圖像幾乎完全一樣：

由此可見，改變白平衡漂移，可以在拍攝前期得到需要的色彩效果。