083、白平衡算法演进：从灰度世界到色温估计与AI校正去年夏天，我在调试一款车载环视系统的白平衡模块时，遇到了一个让人抓狂的问题。白天路测一切正常，一到傍晚，画面里的灰色柏油路面突然变成了诡异的蓝紫色。ISP团队调了三天参数，换了三版LUT，问题依旧。最后我翻出十年前做手机影像时写的一段灰度世界算法代码，加了个简单的亮度权重，居然把问题压下去了。这件事让我意识到，白平衡这个看似基础的问题，在不同场景下需要的解决方案天差地别。灰度世界模型：最朴素的假设先说说最经典的灰度世界算法。它的核心假设很简单：一张色彩丰富的图像，所有像素的R、G、B通道平均值应该趋于相等。如果某个通道的平均值偏高，说明光源偏那个颜色，需要反向补偿。实现起来就几行代码：defgray_world(img):# 这里踩过坑：直接对整图求均值会被大面积纯色干扰avg_r=np