????????在白平衡處理中，分塊統計數據時引入**向下采樣（Downsampling）**，核心目標是在保證統計有效性的前提下，解決“計算效率”與“統計魯棒性”的矛盾，同時避免局部噪聲對白平衡判斷的干擾。要理解這一設計的必要性，需從白平衡分塊統計的本質需求、向下采樣的具體作用兩方面展開分析：
如：SigmaStar
AE/AWB統計值在程序代碼中定義如下，每張影像均會產生128*90筆取樣數據。
在Pcupid、Macaron、Pudding、Ikayaki、Tiramisu中，AE統計值，每張影像只會產生32*32筆取樣數據。
?一、先明確：白平衡分塊統計的核心需求
????????白平衡的核心邏輯是“通過統計圖像中各區域的色偏，計算色溫補償系數，讓白色物體在圖像中呈現真實白色”。分塊統計則是將整幅圖像劃分為多個子塊（如16×16、32×32塊），對每個子塊的RGB通道均值、灰度值等特征進行計算，再基于這些子塊特征篩選“中性色區域”（如白色、灰色區域，這類區域的RGB理論上應相等，是判斷色偏的關鍵依據）。
這一過程對數據有兩個核心要求：
- 統計有效性：每個子塊需能代表“局部區域的真實色彩傾向”，而非被單個像素的噪聲或異常色點（如光斑、污漬）干擾；
- 計算高效性：圖像分辨率越高（如4K、8K），子塊數量越多，若直接對原始分辨率子塊計算，會導致計算量暴增，影響實時處理（如相機預覽、視頻拍攝）。
二、向下采樣的3個核心作用：解決統計與效率的矛盾
????????向下采樣（通常通過**均值池化、高斯濾波下采樣**等方式實現，即將多個相鄰像素合并為1個采樣像素）的本質是“降低局部區域的分辨率，保留宏觀特征、舍棄微觀噪聲”，恰好匹配白平衡分塊統計的需求，具體作用可拆解為以下三點：
1. 降低計算復雜度，滿足實時處理需求
????????高分辨率圖像的原始像素數量極大，若直接按原始分辨率分塊并統計每個子塊的RGB均值/方差，計算量會隨分辨率呈**平方級增長**（例如：4K圖像（3840×2160）的像素數是1080P（1920×1080）的4倍，若分塊大小相同，子塊數量也會增加4倍，統計計算量隨之翻倍）。
????????向下采樣通過“合并像素”減少有效像素數：例如將2×2相鄰像素合并為1個采樣像素（下采樣率2倍），圖像像素總數變為原來的1/4，分塊統計時的計算量也同步降低至1/4。這種優化對**實時設備（如手機相機、監控攝像頭）** 至關重要——若不向下采樣，高分辨率下的白平衡計算可能出現延遲，影響拍攝體驗或視頻流暢度。
2. 抑制局部噪聲，提升統計魯棒性
????????圖像采集過程中（如傳感器感光、傳輸）會不可避免地引入**噪聲像素**（如單個亮斑、暗點），這些噪聲像素的RGB值與周圍正常像素差異極大。若直接對原始分辨率子塊統計，噪聲像素可能“污染”子塊的色彩均值，導致該子塊被誤判為“有色偏區域”或“中性色區域”，進而影響整體白平衡補償的準確性。
????????向下采樣通過“像素融合”天然具備降噪能力：例如2×2均值下采樣，會將4個相鄰像素的RGB值取平均作為采樣像素值——單個噪聲像素的異常值會被3個正常像素的數值“稀釋”，采樣后的子塊均值更接近該區域的**真實色彩傾向**，避免了局部噪聲對統計結果的干擾，讓中性色區域的篩選更可靠。
3. 保證子塊“色彩一致性”，避免過度細分
????????白平衡分塊統計的核心是“用子塊代表局部區域的色彩特征”，這要求每個子塊內的色彩應盡可能“一致”（即子塊內像素的色彩傾向無顯著差異）。若不向下采樣，且子塊劃分過細（如原始分辨率下子塊僅4×4像素），可能出現“子塊內包含多種色彩”的情況（例如子塊同時覆蓋白色墻壁和紅色家具），此時子塊的統計均值無法代表任何單一區域的色彩，失去了分塊統計的意義。
????????向下采樣通過“擴大單個采樣像素的覆蓋范圍”，間接提升了子塊的“色彩一致性”：例如下采樣率2倍后，原始4×4像素的區域被合并為2×2采樣像素，子塊內的色彩差異更小，更能反映局部區域的整體色偏，確保每個子塊的統計數據都具有“代表性”。
?三、反例：不向下采樣會導致什么問題？
若省略向下采樣，直接對原始分辨率圖像進行分塊統計，會出現兩個典型問題：
- ?計算過載：4K圖像原始分塊（如32×32子塊）需統計約 (3840/32)×(2160/32)= 120×67.5≈8100個子塊，每個子塊需計算RGB均值、方差等，若設備算力不足，會導致白平衡計算延遲（如相機按下快門后1-2秒才出圖）；
- 統計失效：噪聲像素導致部分子塊均值異常，例如某白色墻壁區域的子塊因包含1個紅色噪聲像素，均值偏紅，被誤排除在中性色區域外，最終白平衡補償不足，圖像整體偏藍。
四、總結
????????白平衡分塊統計中的向下采樣，并非“可選優化”，而是平衡“計算效率”與“統計準確性”的**必要步驟**——它通過降低分辨率減少計算量、融合像素抑制噪聲、提升子塊色彩一致性，最終確保白平衡能快速、準確地判斷圖像色偏，生成符合人眼視覺習慣的無偏色圖像。
? ? ? ?另外一個就是統計數據的bit位數，也會對最終的白平衡效果有影響。如果8bit統計的話，有些細微的差別可能識別不了，10bit統計的話，能夠區分細微差別。提高白平衡增益的計算精度。
