教程汇总：python基础入门系列

该章节主要介绍两种颜色空间RGB与HSV，HSV将作为我们主要使用的颜色空间。

RGB： 在计算机体系中，最常用的颜色空间是RGB模型，常用于颜色显示和图像处理，三维坐标的模型形式，主要是易于实现RGB三原色的组合表达各种颜色方便屏幕显示。学过物理的我们应该知道，可见光谱是连续的，而三原色RGB混合能形成其他的颜色，并不是说物理上其他颜色的光是由三原色的光混合形成的，每种单色光都有自己独特的光谱，如黄光是一种单色光，但红色与绿色混合能形成黄色，原因是人的感官系统所致，因为人眼感光细胞就是由红绿蓝三种感光细胞组成的。
只能说“将三原色光以不同的比例复合后，对人的眼睛可以形成与各种频率的可见光等效的色觉。”

HSV： 而HSV模型，是针对用户观感的一种颜色模型，侧重于色彩表示，什么颜色、深浅如何、明暗如何。

RGB颜色空间

示意图：

原点到白色顶点的中轴线是灰度线，r、g、b三分量相等，强度可以由三分量的向量表示。RGB是通过红绿蓝三原色来描述颜色的颜色空间。是图像处理中最基本、最常用、面向硬件的颜色空间。我们采集到的彩色图像，一般就是被分成R、G、B的成分加以保存的。RGB色彩空间采用物理三基色表示，因而物理意义很清楚，适合电子显示屏工作。然而这一体制并不适应现实世界里人对于颜色的描述。因而，产生了其它不同的色彩空间表示法。

RGB 的局限：

RGB 颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量是高度相关的，所以连续变换颜色时并不直观，想对图像的颜色进行调整需要更改这三个分量才行。
自然环境下获取的图像容易受自然光照、遮挡和阴影等情况的影响，即对亮度比较敏感。而 RGB 颜色空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，而没有一种更直观的方式来表达。
人眼对于这三种颜色分量的敏感程度是不一样的，在单色中，人眼对红色最不敏感，蓝色最敏感，所以 RGB 颜色空间是一种均匀性较差的颜色空间。如果颜色的相似性直接用欧氏距离来度量，其结果与人眼视觉会有较大的偏差。对于某一种颜色，我们很难推测出较为精确的三个分量数值来表示。

所以，RGB 颜色空间适合于显示系统，却并不适合于图像处理。

HSV颜色空间

HSV颜色模型常用一个倒锥体或者圆柱体来描述。
示意图：

基于上述理由，在图像处理中使用较多的是 HSV 颜色空间，它比 RGB 更接近人们对彩色的感知经验。非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。
在 HSV 颜色空间下，比 BGR 更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。

HSV 表达彩色图像的方式由三个部分组成：

Hue（色调、色相）
Saturation（饱和度、色彩纯净度）
Value（明度）

用上图圆柱体来表示 HSV 颜色空间，圆柱体的横截面可以看做是一个极坐标系，H 用极坐标的极角表示，S 用极坐标的极轴长度表示，V 用圆柱中轴的高度表示。

Hue 用角度度量，取值范围为0～360°，表示色彩信息，即所处的光谱颜色的位置。表示如下：

颜色圆环上所有的颜色都是光谱上的颜色，从红色开始按逆时针方向旋转，Hue=0 表示红色，Hue=120 表示绿色，Hue=240 表示蓝色等等。

在 GRB中颜色由三个值共同决定，比如黄色为即 (255,255,0)；在HSV中，黄色只由一个值决定，Hue=60即可。

HSV 圆柱体的半边横截面（Hue=60）：

其中水平方向表示饱和度，饱和度表示颜色接近光谱色的程度。饱和度越高，说明颜色越深，越接近光谱色饱和度越低，说明颜色越浅，越接近白色。饱和度为0表示纯白色。取值范围为0～100%，值越大，颜色越饱和。

竖直方向表示明度，决定颜色空间中颜色的明暗程度，明度越高，表示颜色越明亮，范围是 0-100%。明度为0表示纯黑色（此时颜色最暗）。

可以通俗理解为：
在Hue一定的情况下，饱和度减小，就是往光谱色中添加白色，光谱色所占的比例也在减小，饱和度减为0，表示光谱色所占的比例为零，导致整个颜色呈现白色。

明度减小，就是往光谱色中添加黑色，光谱色所占的比例也在减小，明度减为0，表示光谱色所占的比例为零，导致整个颜色呈现黑色。

HSV 对用户来说是一种比较直观的颜色模型。我们可以很轻松地得到单一颜色，即指定颜色角H，并让V=S=1，然后通过向其中加入黑色和白色来得到我们需要的颜色。增加黑色可以减小V而S不变，同样增加白色可以减小S而V不变。例如，要得到深蓝色，V=0.4 S=1 H=240度。要得到浅蓝色，V=1 S=0.4 H=240度。

HSV 的拉伸对比度增强就是对 S 和 V 两个分量进行归一化(min-max normalize)即可，H 保持不变。

通过语言来描述毕竟比较空洞，下面我们来写个小程序方便更好的认识HSV调整对颜色的拾取影响。

这是一张色环图，通过HSV颜色空间的操作应当能线性拾取其中的部分色彩。代码如下：

import cv2
import numpy as npdef nothing(x):pass
#通过Opencv读取图片信息
#src = cv2.imread('image.jpg')
img = cv2.imread('hsv.jpg')
rows,cols,channels = img.shape
cv2.imshow("src", img)
cv2.namedWindow('img2',1)
#cv2.resizeWindow("img2", 400, 200) #创建一个500*500大小的窗口# 创建6个滑条用来操作HSV3个分量的上下截取界限
cv2.createTrackbar('Hlow','img2',62,180,nothing)
cv2.createTrackbar('Hup','img2',99,180,nothing)
cv2.createTrackbar('Slow','img2',198,255,nothing)
cv2.createTrackbar('Sup','img2',255,255,nothing)
cv2.createTrackbar('Vlow','img2',150,255,nothing)
cv2.createTrackbar('Vup','img2',255,255,nothing)# lower_red = np.array([55,30,30])
# upper_red = np.array([99,255,255])
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
while(1):# mask = cv2.inRange(hsv, lower_red, upper_red)#将制定像素点的数据设置为0, 要注意的是这三个参数对应的值是Blue, Green, Red。hlow = cv2.getTrackbarPos('Hlow', 'img2')hup = cv2.getTrackbarPos('Hup', 'img2')slow = cv2.getTrackbarPos('Slow', 'img2')sup = cv2.getTrackbarPos('Sup', 'img2')vlow = cv2.getTrackbarPos('Vlow', 'img2')vup = cv2.getTrackbarPos('Vup', 'img2')lower_red = np.array([hlow, slow, vlow])upper_red = np.array([hup, sup, vup])mask = cv2.inRange(hsv, lower_red, upper_red)img2 = cv2.bitwise_and(img, img, mask=mask)# cv2.imshow("src", src)cv2.imshow("img2", img2)k = cv2.waitKey(1)&0xFFif k == 27: #esc exitbreak
#cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是在OpenCV中 HSV的取值范围分别是 H:(0-180)，S:(0-255)，V:(0-255)。

下图是程序运行后调整H从0-180全色彩截取显示

比如我们要截取一段蓝色出来，调整H low 与H up 在 110-120之间即可。

关于SV分量的影响观察，可以保持H在0-180，改变S或V的截取上下限，自己可以进行测试体验。

通过上面的工具代码也能发现我们使用了cv2.cvtColor(img, cv2.COLOR_BGR2HSV)函数实现了BGR图到HSV图的转化，转换后的hsv图像素数组则都是hsv分量来表示了。

四、OpenCV颜色空间——HSV颜色模型相关推荐

OpenCV机器视觉-HSV颜色模型
HSV颜色模型 HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model). 这 ...
OpenCV中HSV颜色模型及颜色分量范围
HSV颜色模型 HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)..这 ...
【机器视觉学习笔记】OpenCV C++ 与 HSV颜色模型
目录 HSV颜色模型 Opencv中的HSV 获取颜色值的小工具平台:Windows 10 20H2 Visual Studio 2015 opencv_contrib-3.4.12 HSV颜色模型 ...
opencv HSV 颜色模型(H通道取值 CV_BGR2HSV＿FULL)
之前知道, 利用opencv把RGB图片像HSV颜色空间转变的时候, H通道的值范围为: 0-180 S: 0-255 V:0-255 利用直方图显示三个通道的时候,H通道都集中在前半部分,想让它取值 ...
OpenCV图像处理----视频处理和HSV颜色模型
读取视频 cv2.VideoCapture(0)方法参数: 如果参数为路径就是打开该路径的视频如果参数为数字就是摄像头设备的号一般为0 返回video对象 video对象: get()方法 cv2 ...
【OpenCV】HSV颜色识别-HSV基本颜色分量范围
出处:百度文库一般对颜色空间的图像进行有效处理都是在HSV空间进行的,然后对于基本色中对应的HSV分量需要给定一个严格的范围,下面是通过实验计算的模糊范围(准确的范围在网上都没有给出). H: 0 ...
计算机视觉的那些事——HSV颜色模型
HSV颜色模型 HSV(Hue, Saturation,Value)根据颜色直观特性创建的一种颜色空间,也称六角锥体模型(Hexcone Model),参数分别为色调(H),饱和度(S),明度(V). ...
Android上基于HSV颜色模型实现取色盘功能
HSV色彩空间 HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model).这个 ...
RGB和HSV颜色模型
RGB颜色空间 RGB(red,green,blue)颜色空间最常用的用途就是显示器系统,彩色阴极射线管,彩色光栅图形的显示器都使用R.G.B数值来驱动R.G.B电子枪发射电子,并分别激发荧光 ...

四、OpenCV颜色空间——HSV颜色模型

RGB颜色空间

HSV颜色空间

四、OpenCV颜色空间——HSV颜色模型相关推荐

最新文章

热门文章