145、自动白平衡（AWB）统计法：色温曲线与灰点提取的工程实现一、从一次翻车现场说起去年做一款旗舰机前置摄像头，Sensor是IMX766，镜头模组是6P塑料镜片。客户反馈：室内暖光灯下自拍，人脸偏黄，但背景白墙却是正常的。我一看log，AWB算出来的色温是4200K，实际光源是2700K的钨丝灯。问题出在哪？AWB把暖色人脸当成了“场景主色调”，认为整个画面偏暖，于是拼命往冷色调拉，结果人脸变黄，白墙倒是“白”了——这他妈就是典型的灰点提取翻车。后来我手动把AWB的统计窗口缩小到画面中央40%区域，避开人脸边缘的肤色干扰，再配合色温曲线做二次校验，才把问题压下去。今天这篇笔记，就是要把这些踩过的坑，一五一十讲清楚。二、AWB统计法的底层逻辑：别被理论带偏教科书上写：AWB通过统计图像中“灰色区域”的R/G、B/G比值，映射到色温曲线上，找到最接近的光源色温。听起来简单，但工程实现时你会发现——图像里根本没有纯灰色。实际场景中，我们面对的是：肤色（R/G偏高，B/G偏低）绿色植物（G通道爆炸）红色物体（R/G离谱）甚至还有LED屏幕的蓝光污染所以AWB统计法的核心不是“找灰色”，而是从非灰色中提取出“疑似灰色”的像素。这个“疑似”的判断标准，就是色温曲线。
145、自动白平衡（AWB）统计法：色温曲线与灰点提取的工程实现一、从一次翻车现场说起去年做一款旗舰机前置摄像头，Sensor是IMX766，镜头模组是6P塑料镜片。客户反馈：室内暖光灯下自拍，人脸偏黄，但背景白墙却是正常的。我一看log，AWB算出来的色温是4200K，实际光源是2700K的钨丝灯。问题出在哪？AWB把暖色人脸当成了“场景主色调”，认为整个画面偏暖，于是拼命往冷色调拉，结果人脸变黄，白墙倒是“白”了——这他妈就是典型的灰点提取翻车。后来我手动把AWB的统计窗口缩小到画面中央40%区域，避开人脸边缘的肤色干扰，再配合色温曲线做二次校验，才把问题压下去。今天这篇笔记，就是要把这些踩过的坑，一五一十讲清楚。二、AWB统计法的底层逻辑：别被理论带偏教科书上写：AWB通过统计图像中“灰色区域”的R/G、B/G比值，映射到色温曲线上，找到最接近的光源色温。听起来简单，但工程实现时你会发现——图像里根本没有纯灰色。实际场景中，我们面对的是：肤色（R/G偏高，B/G偏低）绿色植物（G通道爆炸）红色物体（R/G离谱）甚至还有LED屏幕的蓝光污染所以AWB统计法的核心不是“找灰色”，而是从非灰色中提取出“疑似灰色”的像素。这个“疑似”的判断标准，就是色温曲线。
