基于BGR格式B通道计算水下图像亮度为何准确率优异？

• 原本计划用均值法判断图像明暗，操作失误：未将BGR图像转换为LAB格式提取L通道，直接拆分BGR图像取了B通道
• 测试标注的水下图像时，该方法的准确率、召回率、精准度均表现优异
• 显示提取的B通道图像时呈现灰度图（原本以为会偏蓝），但查阅资料得知计算图像亮度通常需取全通道均值，因此产生两点疑问：
  1. 为什么单独显示B通道是灰度图？
  2. 为什么误取B通道在水下图像上效果这么好？

复现代码 #

img = cv2.imread("image.jpg")
# conv_image = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
l_channel, _, _ = cv2.split(img)
img = l_channel

cv2.imshow("Result", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

疑问解答 #

1. 为什么B通道显示为灰度图？
   OpenCV的cv2.imshow处理单通道图像时，会直接将每个像素的数值当作灰度值进行渲染，不会保留原通道的色彩属性。如果想要看到偏蓝的效果，需要将B通道作为三通道图像的蓝色通道，另外两个通道填充0后再显示。

2. 为什么误取B通道在水下图像上效果优异？
   水下环境的光线特性决定了：水对红光的吸收能力强，对蓝光的穿透性最好，因此水下图像的B通道本身就携带了更多的场景亮度信息，和LAB色彩空间中专门的L通道（亮度通道）在水下场景下具有很高的相关性。用B通道均值判断明暗，刚好契合水下图像的亮度分布规律，所以在标注的水下数据集上表现出色。但这种方法局限性很强，换做陆地正常光照等其他场景，B通道均值和实际亮度的相关性会大幅降低，远不如LAB-L通道的通用性强。

内容的提问来源于stack exchange，提问作者file_csv