Régler la température de couleur

Il estime la température de couleur corrélée, applique le changement chaud ou froid demandé, puis fournit des gains RGB normalisés. Vous pouvez les intégrer à un traitement en lumière linéaire pour obtenir une balance des blancs reproductible sans envoyer l’image. Le calcul est déterministe et chaque requête API coûte $0.002.

Préparez une moyenne RGB représentative

Commencez par la moyenne arithmétique de chaque canal sRGB 8 bits sur les pixels censés représenter la correction. Saisissez avg_r, avg_g et avg_b sur l’échelle de 0 à 255. Une moyenne de l’image entière convient aux photographies éclairées uniformément, aux séries de produits, aux vignettes et aux aperçus automatisés. Toutefois, lorsqu’un sujet présente une couleur dominante, la moyenne d’une zone neutre décrit souvent mieux l’éclairage que l’ensemble du cadre. Un mur rouge ou un océan bleu peut dominer la moyenne globale alors que la balance des blancs est déjà correcte. Le calculateur n’analyse pas les pixels, ne reconnaît pas les objets neutres et ne sépare pas l’éclairage de la couleur du sujet : il emploie exactement le résumé que vous fournissez. Une moyenne entièrement noire est refusée, car elle ne contient aucune chromaticité permettant d’estimer une température. Les nombres non finis et les valeurs hors de la plage 8 bits sont également rejetés. Conservez la même méthode d’échantillonnage dans toute une série afin que les corrections restent comparables.

Choisissez le décalage Kelvin et comprenez le modèle

Indiquez shift_kelvin comme une variation relative et non comme une destination absolue. Une valeur positive augmente la température estimée et crée une correction plus froide ; une valeur négative la diminue et crée une correction plus chaude. Les décalages de -10,000 à 10,000 Kelvin sont acceptés, tandis que la cible doit rester entre 1,000 et 40,000 Kelvin. Le calcul linéarise d’abord les canaux sRGB moyens, les convertit en chromaticité CIE XYZ, puis estime la température corrélée avec l’approximation cubique de McCamy. Il évalue ensuite des courbes RGB déterministes de corps noir aux températures estimée et cible. Le rapport entre ces deux points blancs produit des gains normalisés pour que le vert soit égal à un. Il s’agit d’une approximation technique, et non d’une mesure spectrale. La température corrélée est surtout pertinente près du lieu planckien : une moyenne très saturée ne donne donc qu’une estimation indicative. La méthode et les températures renvoyées rendent cette hypothèse explicite dans votre chaîne de traitement.

Appliquez les multiplicateurs sans dégrader l’image

Appliquez red_multiplier, green_multiplier et blue_multiplier aux valeurs RGB en lumière linéaire, jamais directement aux nombres 8 bits encodés avec gamma. Une chaîne fiable décode sRGB en lumière linéaire, multiplie chaque canal par son gain, traite les valeurs dépassant la plage d’affichage par exposition ou mappage tonal, puis réencode en sRGB. La multiplication directe des octets peut sembler acceptable pour un petit changement, mais elle ne conserve pas la relation voulue entre lumière et données. Le vert est normalisé à un : le résultat exprime donc l’équilibre chromatique, indépendamment d’une correction d’exposition. Le rouge ou le bleu peut dépasser un et écrêter les hautes lumières ; travaillez en virgule flottante ou avec une profondeur suffisante avant l’exportation. Testez des images représentatives avant de traiter une vaste collection, surtout si la moyenne vient d’une scène colorée. L’API coûte $0.002 par requête et le calculateur web exécute localement la même opération déterministe.