在摄影和视频制作中，白平衡是一个至关重要的概念。它决定了画面中白色物体的颜色呈现，进而影响整个画面的色彩平衡。掌握白平衡，可以轻松调出自然、舒适的色彩，让后期处理更加得心应手。本文将揭秘白平衡的奥秘，帮助您在摄影和视频制作中游刃有余。

一、什么是白平衡？

白平衡，顾名思义，就是让白色物体在画面中呈现出正确的颜色。在现实生活中，白光是由各种颜色的光混合而成的。然而，不同的光源（如日光、钨丝灯等）发出的光含有不同的色温，这会导致同一白色物体在不同光源下呈现出不同的颜色。

二、白平衡的重要性

  1. 色彩真实：白平衡正确，可以让画面中的色彩更加真实，还原出物体的本来面目。
  2. 视觉舒适：白平衡调整得当，可以让画面看起来更加舒适，减少视觉疲劳。
  3. 后期处理便捷：白平衡调整得当，可以减少后期处理中色彩校正的难度。

三、如何调整白平衡？

  1. 自动白平衡（AWB）：大多数相机和摄像机都具备自动白平衡功能，可以自动调整色彩平衡。但AWB有时会受限于环境光线，无法达到最佳效果。
  2. 预设白平衡：相机和摄像机通常提供多种预设白平衡模式，如日光、阴天、荧光灯等，可以根据拍摄环境选择合适的模式。
  3. 手动白平衡：通过手动调整色温，可以更精确地控制画面色彩。手动白平衡通常需要使用灰卡或白卡进行校正。

四、白平衡调整实例

以下是一个简单的白平衡调整实例：

import cv2
import numpy as np

# 读取图片
image = cv2.imread('example.jpg')

# 获取原始图像的BGR通道
b, g, r = cv2.split(image)

# 调整白平衡
# 假设我们使用灰卡进行校正，灰卡的平均值为[128, 128, 128]
gray_card = np.array([128, 128, 128])
b_corrected = cv2.normalize(b, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)
g_corrected = cv2.normalize(g, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)
r_corrected = cv2.normalize(r, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)

# 计算校正系数
b_coefficient = gray_card[0] / b_corrected[0]
g_coefficient = gray_card[1] / g_corrected[1]
r_coefficient = gray_card[2] / r_corrected[2]

# 应用校正系数
b_corrected = cv2.convertScaleAbs(b_corrected * b_coefficient)
g_corrected = cv2.convertScaleAbs(g_corrected * g_coefficient)
r_corrected = cv2.convertScaleAbs(r_corrected * r_coefficient)

# 合并通道
corrected_image = cv2.merge([b_corrected, g_corrected, r_corrected])

# 显示调整后的图像
cv2.imshow('Corrected Image', corrected_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

五、总结

白平衡是后期处理中关键的一步，掌握白平衡技巧可以让您的作品更加出色。通过本文的介绍，相信您已经对白平衡有了更深入的了解。在今后的摄影和视频制作中，不妨多尝试、多实践，相信您会取得更好的成果。