opencv raw转rgb_使用OpenCV实现RGB、HSI、CMYK颜色空间的转换
RGB to HSI、CMYK的代码实现
前言:
在之前博文的基础上,我使用OpenCV2实现了RGB颜色空间向HIS、CMYK转换的代码。下列链接为各种经典颜色空间的介绍及转换公式的介绍。
http://blog.csdn.net/solomon1558/article/details/43772147
1. RGB to HIS
HSI与RGB颜色空间可以进行相互转换。RGB转换到HSI 的计算公式如下:首先给定RGB颜色空间的值(R,G,B),其中R,G,B∈[ 0,2 5 5],则转换到HSI 空间的(H,S,I)值的计算如下:设将(R ,G ,B)归一化得(R',G',B')为:
int rgb2hsi(Mat &image,Mat &hsi){
if(!image.data){
cout<
return -1;
}
int nl = image.rows;
int nc = image.cols;
if(image.isContinuous()){
nc = nc*nl;
nl = 1;
}
for(int i = 0;i < nl;i++){
uchar *src = image.ptr(i);
uchar *dst = hsi.ptr(i);
for(int j = 0;j < nc;j++){
float b = src[j*3]/255.0;
float g = src[j*3+1]/255.0;
float r = src[j*3+2]/255.0;
float num = (float)(0.5*((r-g)+(r-b)));
float den = (float)sqrt((r-g)*(r-g)+(r-b)*(g-b));
float H,S,I;
if(den == 0){//分母不能为0
H = 0;
}
else{
double theta = acos(num/den);
if(b <= g)
H = theta/(PI*2);
else
H = (2*PI - theta)/(2*PI);
}
double minRGB = min(min(r,g),b);
den = r+g+b;
if(den == 0)//分母不能为0
S = 0;
else
S = 1 - 3*minRGB/den;
I = den/3.0;
//将S分量和H分量都扩充到[0,255]区间以便于显示;
//一般H分量在[0,2pi]之间,S在[0,1]之间
dst[3*j] = H*255;
dst[3*j+1] = S*255;
dst[3*j+2] = I*255;
}
}
return 0;
}
【注】:
程序中将S分量和H分量都扩充到[0,255]区间以便于显示;
一般H分量在[0,2pi]之间,S在[0,1]之间。
2. RGB to CMYK
给定RGB颜色空间的值(R,G,B),其中R,G ,B∈ [0, 2 5 5],则转换到CMYK 空间的(C,M,Y,K)值的计算如下:
【注】式中,maxG是每个矢量分量的最大允许值(255);C , M , Y , K ∈ [ 0,255]。
int rgb2cmyk( Mat &image,Mat &cmyk){
if(!image.data){
cout<
return -1;
}
int nl = image.rows;//行数
int nc = image.cols;//列数
if(image.isContinuous()){//没有额外的填补像素
nc = nc*nl;
nl = 1;//It is now a 1D array
}
//对于连续图像,本循环只执行1次
for(int i=0;i
uchar *data = image.ptr(i);
uchar *dataCMYK = cmyk.ptr(i);
for(int j = 0;j < nc;j++){
uchar b = data[3*j];
uchar g = data[3*j+1];
uchar r = data[3*j+2];
uchar c = 255 - r;
uchar m = 255 - g;
uchar y = 255 - b;
uchar k = min(min(c,m),y);
dataCMYK[4*j] = c - k;
dataCMYK[4*j+1] = m - k;
dataCMYK[4*j+2] = y - k;
dataCMYK[4*j+3] = k;
}
}
return 0;
}
3. 完整的工程
#include
#include
#include
#include
#define PI 3.1416
#define min(a,b) (a
using namespace std;
using namespace cv;
int rgb2hsi(Mat &image,Mat &hsi){
if(!image.data){
cout<
return -1;
}
int nl = image.rows;
int nc = image.cols;
if(image.isContinuous()){
nc = nc*nl;
nl = 1;
}
for(int i = 0;i < nl;i++){
uchar *src = image.ptr(i);
uchar *dst = hsi.ptr(i);
for(int j = 0;j < nc;j++){
float b = src[j*3]/255.0;
float g = src[j*3+1]/255.0;
float r = src[j*3+2]/255.0;
float num = (float)(0.5*((r-g)+(r-b)));
float den = (float)sqrt((r-g)*(r-g)+(r-b)*(g-b));
float H,S,I;
if(den == 0){//分母不能为0
H = 0;
}
else{
double theta = acos(num/den);
if(b <= g)
H = theta/(PI*2);
else
H = (2*PI - theta)/(2*PI);
}
double minRGB = min(min(r,g),b);
den = r+g+b;
if(den == 0)//分母不能为0
S = 0;
else
S = 1 - 3*minRGB/den;
I = den/3.0;
//将S分量和H分量都扩充到[0,255]区间以便于显示;
//一般H分量在[0,2pi]之间,S在[0,1]之间
dst[3*j] = H*255;
dst[3*j+1] = S*255;
dst[3*j+2] = I*255;
}
}
return 0;
}
int rgb2cmyk( Mat &image,Mat &cmyk){
if(!image.data){
cout<
return -1;
}
int nl = image.rows;//行数
int nc = image.cols;//列数
if(image.isContinuous()){//没有额外的填补像素
nc = nc*nl;
nl = 1;//It is now a 1D array
}
//对于连续图像,本循环只执行1次
for(int i=0;i
uchar *data = image.ptr(i);
uchar *dataCMYK = cmyk.ptr(i);
for(int j = 0;j < nc;j++){
uchar b = data[3*j];
uchar g = data[3*j+1];
uchar r = data[3*j+2];
uchar c = 255 - r;
uchar m = 255 - g;
uchar y = 255 - b;
uchar k = min(min(c,m),y);
dataCMYK[4*j] = c - k;
dataCMYK[4*j+1] = m - k;
dataCMYK[4*j+2] = y - k;
dataCMYK[4*j+3] = k;
}
}
return 0;
}
int main(){
Mat img = imread("E:\\CV视频处理工作室\\Test_Photo\\lena_1.jpg");
if(!img.data){
cout<
return -1;
}
Mat img_cmyk,img_hsi;
Mat img_hsv;
vector vecRgb,vecHsi,vecHls,vecHsv,vecCmyk;
img_hsv.create(img.rows,img.cols,CV_8UC3);
Mat img_hls;
img_hls.create(img.rows,img.cols,CV_8UC3);
//生成与输入图像尺寸一样的4通道cmyk图像
img_cmyk.create(img.rows,img.cols,CV_8UC4);
img_hsi.create(img.rows,img.cols,CV_8UC3);
rgb2cmyk(img,img_cmyk);
rgb2hsi(img,img_hsi);
cvtColor(img,img_hsv,CV_BGR2HSV);
cvtColor(img,img_hls,CV_BGR2HLS);
split(img_cmyk,vecCmyk);
split(img_hsi,vecHsi);
cout<
for(int i=0;i<3;i++){
cout<(0,0)[i]<
}
cout<
for(int i=0;i<4;i++){
cout<(0,0)[i]<
}
int a = min(min(24,32),16);
cout<
namedWindow("RGB_Image");
namedWindow("CMYK_Image");
//namedWindow("HSV_Image");
//namedWindow("HLS_Image");
namedWindow("HSI_Image");
namedWindow("CMYK_C");
namedWindow("CMYK_M");
namedWindow("CMYK_Y");
namedWindow("CMYK_K");
imshow("CMYK_C",vecCmyk[0]);
imshow("CMYK_M",vecCmyk[1]);
imshow("CMYK_Y",vecCmyk[2]);
imshow("CMYK_K",vecCmyk[3]);
imshow("HSI_H",vecHsi[0]);
imshow("HSI_S",vecHsi[1]);
imshow("HSI_I",vecHsi[2]);
imshow("RGB_Image",img);
imshow("CMYK_Image",img_cmyk);
//imshow("HSV_Image",img_hsv);
//imshow("HLS_Image",img_hls);
imshow("HSI_Image",img_hsi);
waitKey();
return 0;
}
opencv raw转rgb_使用OpenCV实现RGB、HSI、CMYK颜色空间的转换相关推荐
- opencv raw转rgb_利用opencv将raw转换为rgb
最近工作中碰到将.raw格式文件转换为彩图格式文件.待转换的.raw格式文件不带有图像的宽高等信息,只有图像像素值信息,利用opencv接口无法直接读取.网上查的方法都无法满足我的需求,经过各种尝试终 ...
- 颜色空间系列2: RGB和CIELAB颜色空间的转换及优化算法
颜色空间系列代码下载链接:http://files.cnblogs.com/Imageshop/ImageInfo.rar (同文章同步更新) 在几个常用的颜色空间中,LAB颜色空间是除了RGB外,最 ...
- RGB和YCbCr颜色空间的转换及优化算法
RGB和YCbCr颜色空间转换和优化 转载于颜色空间系列3: RGB和YCbCr颜色空间的转换及优化算法 在常用的几种颜色空间中,YCbCr颜色空间在学术论文中出现的频率是相当高的,常用于肤色检测等等 ...
- RGB与Lab颜色空间互相转换
RGB与Lab颜色空间互相转换 1.Lab颜色空间 同RGB颜色空间相比(见博客<光与色的故事--颜色空间浅析>),Lab是一种不常用的色彩空间.它是在1931年国际照明委员会(CIE)制 ...
- RGB与Lab颜色空间互相转换 持续更新中
RGB与Lab颜色空间互相转换 1.Lab颜色空间 同RGB颜色空间相比(见博客<光与色的故事–颜色空间浅析>),Lab是一种不常用的色彩空间.它是在1931年国际照明委员会(CIE)制定 ...
- 基于matlab的RGB到YCbCr颜色空间的转换
在matlab中,图像处理工具箱会将彩色图像当做RGB图像或者索引图像来处理.除了这两种颜色空间外还有其他一些以RGB模型为基础的颜色空间,如常见的YCbCr.HSV.HSI颜色空间等.这里只讲图像从 ...
- 使用OpenCV实现RGB、HSI、CMYK颜色空间的转换
RGB to HSI.CMYK的代码实现 前言: 在之前博文的基础上,我使用OpenCV2实现了RGB颜色空间向HIS.CMYK转换的代码.下列链接为各种经典颜色空间的介绍及转换公式的介绍. http ...
- RGB与YCbCr颜色空间的转换
YCbCr是YUV经过缩放和偏移的翻版,可以看做YUV的子集.主要用于优化彩色视频信号的传输,使其向后相容老式黑白电视.与RGB视频信号传输相比,它最大的优点在于只需占用极少的频宽(RGB要求三个独立 ...
- OpenCV 颜色空间RGB 到HSI CMYK的转换 C++
从RGB 到 HSI 的空间转换 给定一幅RGB彩色格式的图像,每个RGB像素的H分量可用下式得到: 其中 等于 饱和度分量由下式给出: 强度分量下式得出: 上式已假定RGB归一化到[0-1],且角度 ...
- python opencv bgr转rgb_RGB最新:opencv-python的RGB与BGR互转方式_爱安网 LoveAn.com
关于"RGB"的最新内容 聚合阅读 这篇文章主要介绍了opencv-python的RGB与BGR互转方式,具有很好的参考价值,希望对大家有所 帮助.一起跟随小编过来看看吧... 这 ...
最新文章
- Gartner:大数据和BI商业智能的差别和影响
- 有了这些经典书籍+配套实验环境上线,还有什么借口说学不好编程?
- mysql中nvl_Mysql中类似于oracle中nvl()函数的ifnull()函数
- Android应用程序管理系列(一)——管理对象封装概述
- 使用静态内置类实现线程安全的单例设计模式
- WinForm播放视频
- 【设计鉴赏】精选字体设计鉴赏(三)
- 电动车的蓄电池与锂电池
- 世界各国2015-2020GDP排名
- vue v-modle修饰符.number .trim
- 【AI每日播报】棋圣聂卫平告负 Master取得第54场胜利
- API监控:你应该衡量什么?
- 加快数字化发展 建设数字中国
- Python 的列表推导式
- 2020上海高校程序设计竞赛暨第18届上海大学程序设计联赛夏季赛(同步赛)整理合集
- input光标的移动和选中
- 调用后台接口返回报错前端隐藏提示_前端异常监控解决方案研究(转)
- 简单vsftpd安装配置和 ftp客户端操作笔记
- 蝙蝠侠:黑暗骑士崛起 离线版(含数据包) v1.1.1
- 读书笔记(随笔1)分层网络模型
热门文章
- freemarker的recurse示例代码
- 算加权成绩(MATLAB)
- nssa和stub_OSPF里几个特殊区域(stub、Totally stubby、NSSA、Totally NSSA)总结
- Raid5数据恢复原理以及raid5数据恢复成功案例
- 时钟和数据恢复(CDR)电路原理——基于PLL
- 记录mysql in和not in 效率低下的问题
- 亲民地理-第39期-佛山(2)南风古灶_我是亲民_新浪博客
- MySQL数据库中多表联合查询
- 编程c语言经验,C语言编程学习经验3篇
- koa2异常处理_【HAVENT原创】KOA2 异常处理