OpenCV 色偏檢測算法解析：Lab 空間 a/b 通道偏移量與方差計算詳解

程式碼片段實現色偏檢測，核心邏輯：將 BGR 影像轉 Lab 空間，計算 a/b 通道平均值與方差，推導偏色因子 K。關鍵疑問：labData[i * widthStep + j * nChannels + 1] 中的 +1、+2 代表什麼？

Lab 空間通道對應

索引計算詳解

// 一維陣列存取二維影像
// i: 行 (0~height-1), j: 列 (0~width-1)
// widthStep: 每行位元組數 (含 padding 對齊)
// nChannels: 通道數 (3)
uchar* ptr = labData + i * labFrame->widthStep + j * labFrame->nChannels;
// ptr[0] = L, ptr[1] = a, ptr[2] = b
da += ptr[1];  // 累加 a 通道
db += ptr[2];  // 累加 b 通道

完整算法流程

1. cvCvtColor(BGR2Lab) 轉換色彩空間
2. 雙重迴圈遍歷像素，累加 a/b 通道值 → 計算平均值 da, db
3. 色度平均向量模長 D = sqrt(da² + db²)，代表整體偏色強度
4. 二次迴圈計算方差 Ma, Mb（中心矩），評估色彩分布集中度
5. 偏色因子 K = D / sqrt(Ma + Mb)（或類似公式），K 越大偏色越嚴重

工程應用建議

• 預先建立 Mat 查找表 (LUT) 加速 Lab 轉換
• ROI 區域檢測避免邊框、文字干擾
• 結合白平衡演算法（Gray World、Perfect Reflector）自動校正

記住：OpenCV 多通道影像在記憶體中為交錯存放 (L,a,b,L,a,b...)，+1、+2 正是存取 a、b 通道的關鍵偏移量。