對圖像進行顏色識別時，如何解決攝像頭偏色的問題?

01-13

目前的一個項目中，需要在圖像中識別出特定的顏色，目前採用的方法是將圖像轉成HSV顏色空間，再從中篩選出指定顏色的區域。
但是實際應用中，由於攝像頭的差異以及環境光的影響，圖像往往會出現偏色的情況，從而影響顏色識別，比如攝像頭偏藍時，白色物體往往呈現藍色。
我設想了一種方案：在攝像頭區域內，設置幾種標準顏色的物體，已知其在正常環境中的RGB或HSV值，然後獲取從攝像頭實際拍攝出來的物體顏色，和標準色進行比對，獲取其差值，然後推算出偏色的程度，再對圖像進行顏色校正。

不知這種方案是否可行？具體的校正演算法又是什麼？或者有沒有其他成熟的偏色校正方法？
------------------------------------------------分割線-----------------------------------
感謝某些朋友作答，我的思路也是在攝像頭前放置一個標準色板，通過攝像頭實際拍攝的差值進行校正。但是，關鍵問題是我不知道得到差值後該如何校正，演算法是怎樣的。比如正常情況下某色塊的顏色值為(r1,g1,b1)，攝像頭拍出來是(r2,g2,b2)，得到這些值後應該對圖像進行怎樣的處理？

你需要的是這個

拍一張，校色。應該在OpenCV里都有。

遇到了同樣的問題，有些想法，但是目前還沒時間檢驗，希望能有所啟發。

1.對拍照環境、條件進行限制，如拍照角度，背景採用純色等。

2.識別顏色的主要目的可能還是分類，把顏色識別成某些特定顏色而後分類的難度較大，並且意義不是很大（受攝像頭、光照等條件的影響，不可能很精確）。我的思路是將顏色聚類後再分類，聚類過程加入特定問題的限制條件提高準確率。

3.加入用戶交互。

4.如果環境、條件變化不大，可以利用歷史數據提高準確率。

不知道題主什麼應用領域，魔方的話，按照我的經驗，需要穩定的照明，然後把還原好的魔方每個面都照一遍，把每個格子的rgb和hsv都記錄下來，然後根據最大值、最小值、rgb分量差值來識別顏色。

攝像頭裡叫awb白平衡演算法，白平衡做的好的攝像頭在任何光源下拍的都不會偏藍，你這相當於自己做白平衡，不是專業做這個的挺難，要在各種光源下拍照tuning, 不同的isp廠商做的效果都不一樣.