彩色空间及cvtColor解析

首先，我们要了解：什么是彩色空间呢？

许多人都知道在绘画时可以使用红色、黄色和蓝色这三种原色生成不同的颜色，这些颜色就定义了一个色彩空间。我们将品红色的量定义为X 坐标轴、青色的量定义为Y坐标轴、黄色的量定义为Z坐标轴，这样就得到一个三维空间，每种可能的颜色在这个三维空间中都有唯一的一个位置。
但是，这并不是唯一的一个色彩空间。例如，当在计算机监视器上显示颜色的时候，通常使用RGB（红色、绿色、蓝色）色彩空间定义，这是另外一种生成同样颜色的方法，红色、绿色、蓝色被当作X、Y和Z坐标轴。另外一个生成同样颜色的方法是使用色相（X轴）、饱和度（Y轴）和明度（Z轴）表示，这种方法称为HSB色彩空间。另外还有许多其它的色彩空间，许多可以按照这种方法用三维（X、Y、Z）、更多或者更少维表示，但是有些根本不能用这种方法表示。

下面介绍几种常用的彩色空间：

一、利用原色相混的比例表示的彩色空间

RGB（三原色光模式）采用加法混色法，因为它是描述各种“光”通过何种比例来产生颜色。光线从暗黑开始不断叠加产生颜色。RGB描述的是红绿蓝三色光的数值。RGBA是在RGB上增加阿尔法通道实现透明效果。基于RGB模式的普通色彩空间有sRGB， Adobe RGB和Adobe Wide Gamut RGB。

CMYK（印刷四分色模式）印刷过程中使用减法混色法，因为它描述的是需要使用何种油墨，通过光的反射显示出颜色。它是在一种白色介质（画板，页面等）上使用油墨来体现图像。CMYK描述的是青，品红，黄和黑四种油墨的数值。根据不同的油墨，介质，和印刷特性，存在多种CMYK色彩空间。（可以通过色点扩张或者转换各种油墨数值从而得到不同的外观）。

二、利用不同的概念表示的彩色空间
HSV (色相hue, 饱和度saturation, 明度value)，也称HSB (B指brightness)是艺术家们常用的，因为与加法减法混色的术语相比，使用色相，饱和度等概念描述色彩更自然直观。HSV是RGB色彩空间的一种变形，它的内容与色彩尺度与其出处——RGB色彩空间有密切联系。将RGB转换为HSV的函数是rgb2hsv；

HSV的彩色模型可以用一个圆柱体和展开的圆柱表示，如下图：

HSI (色相hue，饱和度saturation，饱和度intensity)，也称HSL。该模型将亮度分量与一幅彩色图像中携带的彩色信息分开。因此，HSI模型对于开发基于彩色描述的图像处理算法是一个理想的工具，对人类来说，它们看起来更加自然和直观。

三、不同彩色空间之间的转换

对于彩色图象分割而言，有时需要将RGB变换为HSI坐标，以便反映人类观察彩色的方式，转换公式如下：

了解了彩色空间以后，我们就来看一看OpenCV函数里面的cvtColor函数：

函数作用：Converts an image from one color space to another.

C++: void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 )

C: void cvCvtColor(const CvArr* src, CvArr* dst, int code)

Parameters:

src – input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC... ), or single-precision floating-point.
dst – output image of the same size and depth as src.
code – color space conversion code (see the description below).

dstCn – number of channels in the destination image; if the parameter is 0, the number of the channels is derived automatically from src and code .

在OpenCV里面RGB的通道顺序是B、G、R。因此在一个标准（24位）的彩色图像中第一8位就是Blue component，然后是Green, 第三个是Red。而第4、5、6 bytes would then be the second pixel (Blue, then Green, then Red), and so on.

R G B各通道值得范围如下：

0 to 255 for CV_8U images
0 to 65535 for CV_16U images
0 to 1 for CV_32F images

关于cvtColor的源代码，原本我是想贴上去，但是~太长了将近3000行，看的人晕头转向，需要研究的请下载！！

一个应用：

[cpp] view plaincopy

#include <iostream>
#include <opencv.hpp>
#include <string>
using namespace cv;
using namespace std;
int main(){
string imgpath = "E:\\快盘\\娱乐生活\\素材\\GEM.jpg";
Mat img = imread(imgpath);
Mat outimg;
if (img.empty())
{
cout<<"Can not load the image!";
}
imshow("image",img);
cvtColor(img,outimg,CV_BGR2GRAY);
imshow("Gray",outimg);
waitKey();
return 0;
}

彩色空间及cvtColor解析相关推荐

彩色图像处理彩色空间转换及代码实现
一.彩色图像基础为什么要研究彩色图像处理? 符合人类视觉特点:人类可以辨别几千种颜色色调和亮度:只能辨别几十种灰度层次. 有用的描绘子:简化目标物的区分:目标识别,根据目标的颜色特征. 彩色图像处理 ...
Python实现数字图像处理之5种彩色空间转换（单图+多图+视频）
本文主要运用用Python代码实现了5种彩色空间之间的转换! 具体而言,包括: 1)RGB → CMY: 2) CMY → RGB: 3) RGB → HSI: 4) HSI → RGB: 5) ...
基于OpenCV的彩色空间互转
Datawhale干货作者:姚童,Datawhale优秀学习者图像彩色空间互转在图像处理中应用非常广泛,而且很多算法只对灰度图有效:另外,相比RGB,其他颜色空间(比如HSV.HSI)更具可分离性 ...
第6章 Python 数字图像处理(DIP) - 彩色图像处理3 -色彩变换、彩色校正、彩色图像平滑和锐化、HSI彩色空间中的分割、RGB空间中的分割、彩色边缘检测
这里写目录标题色彩变换彩色图像平滑和锐化使用彩色分割图像 HSI 彩色空间中的分割 RGB空间中的分割彩色边缘检测彩色图像中的噪声色彩变换 # 图像颜色分量的显示 from PIL imp ...
计算机视觉基础——图像处理（彩色空间互转）cpp+python
3.1 简介图像彩色空间互转在图像处理中应用非常广泛,而且很多算法只对灰度图有效:另外,相比RGB,其他颜色空间(比如HSV.HSI)更具可分离性和可操作性,所以很多图像算法需要将图像从RGB转为其 ...
【学习 OpenCV】—— 将一个3通道的像素点转换到新的彩色空间
将一个3通道的像素点,cv::Vec<uchar, 3> target,转换到新的彩色空间,比如 Lab 彩色空间. 因为封装好的 api cv::cvtColor() 处理的对象是 cv ...
图像处理-3 彩色空间互转
Datawhale 计算机视觉基础-图像处理(上)-Task03 彩色空间互转 3.1 简介图像彩色空间互转在图像处理中应用非常广泛,而且很多算法只对灰度图有效:另外,相比RGB,其他颜色空间(比如 ...
mysql5.7空间运算,深度解析MySQL5.7之临时表空间
临时表临时表顾名思义,就是临时的,用完销毁掉的表. 数据既可以保存在临时的文件系统上,也可以保存在固定的磁盘文件系统上. 临时表有下面几种: 1.全局临时表这种临时表从数据库实例启动后开始生效,在 ...
实验一：彩色空间转换(YUV2RGB)
实验一:彩色空间转换 #ifndef/#define/#endif 使用详解:http://blog.csdn.net/abc5382334/article/details/18052757 Debu ...

彩色空间及cvtColor解析

彩色空间及cvtColor解析相关推荐

最新文章

热门文章