一、颜色模型与转换

1.1RGB颜色模型

RGB颜色空间模型：

该模型的命名方式是采用三种颜色的英文首字母，分别是红色，绿色，和蓝色。在RGB模型中所有的颜色都是这三种颜色通过不同比例的混合模型，如果三种颜色都为零，则表示为黑色，如果三种颜色的分量相同且都为最大值，则表示为白色。在这个基础上增加第四个通道即为RGBA模型，第四个通道表示颜色的透明度，当没有透明度需求的时候，RGBA模型就会退化成RGB模型。

1.2YUV颜色模型

YUV模型是电视信号系统所采用的颜色编码方式。这三个变量分别表示像素的亮度（Y)、红色分量与亮度信号差值（U)、蓝色与亮度的差值（V)。这种颜色模型主要用于视频和图像的传输。RGB模型与YUV模型之间的转换关系如下：

1.3HSV颜色模型

HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value)，又称HSB(B即Brightness)。色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。明度（V），取0-max(计算机中HSV取值范围和存储的长度有关)。HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处，V=0，H和S无定义，代表黑色。圆锥的顶面中心处V=max，S=0，H无定义，代表白色。

1.4Lab颜色模型

Lab颜色模型弥补来了RGB颜色模型的不足。是一种设备无关和基础与生理特征的颜色模型。在模型中， L表示亮度，a和b是两个颜色通道，两者的取值区间都是-128~127，其中a通道数值有小到打对应的颜色是从绿色变成红色，b通道数值由小到大对应的颜色是由蓝色变成黄色。

1.5GRAY颜色模型

GRAY模型并不是一个彩色模型，而是一个灰度图像，灰度图像具有相同尺寸相同亚索格式所占容量小，易于采集，便于传输等优点。常用RGB模型转化成灰度图像的方式：

GRAY = 0.3R+ 0.59G+ 0.11B

1.6不同颜色模型之间的互相转换

OpenCV提供了cvtColor()函数用于转化功能。

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

src: 待转换颜色模型的原始图像。

dst：转换颜色模型后的目标图像。

code：颜色空间转换的标志。

dstCn：目标图像中的通道数。

如果转换过程中添加了alpha通道（RGB模型中第四个通道，表示透明度），则其值将设置为相应通道范围的最大值：CV_8U为255，CV_16U为65535，CV_32F为1。

cvtColor()函数颜色模型转换常用标志参数
标志参数	简记	作用
COLOR_BGR2BGRA	0	对RGB图像添加alpha通道
COLOR_BGR2RGB	4	彩色图像通道颜色顺序的更改
COLOR_BGR2GRAY	10	彩色图像转化成灰度图像
COLOR_GRAY2BGR	8	灰度图像转化成彩色图像（伪彩色）
COLOR_BGR2YUV	82	RGB颜色模型转成YUV颜色模型
COLOR_YUV2BGR	84	YUV颜色模型转成RGB颜色模型
COLOR_BGR2HSV	40	RGB颜色模型转成HSV颜色模型
COLOR_HSV2BGR	54	HSV颜色模型转成RGB颜色模型
COLOR_BGR2Lab	44	BGR颜色模型转成Lab颜色模型
COLOR_Lab2BGR	56	Lab颜色模型转成RGB颜色模型

代码实例：


#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>using namespace std;
using namespace cv;int main()
{Mat img = imread("lena.png");if (img.empty()){cout << "请检查输入的图像数据是否正确" << endl;return -1;}Mat gray, HSV, YUV, Lab;cvtColor(img, HSV, COLOR_BGR2HSV);cvtColor(img, YUV, COLOR_BGR2YUV);cvtColor(img, Lab, COLOR_BGR2Lab);cvtColor(img, gray, COLOR_BGR2GRAY);imshow("原图", img);imshow("HSV", HSV);imshow("YUV", YUV);imshow("Lab", Lab);imshow("gray", gray);waitKey(0);return 0;
}

二、多通道分离函数与合并

2.1多通道分离函数split()

OpenCV中针对多通道分离函数split()有两种重载原型。

void cv::split(const Mat &src,Mat *mvbegin)
void cv::split(InputArray m,OutArray mv)

src：带分离的多通道图像。

mvbegin：分离后的单通道图像，为数组形式，数组大小需要与图像的通道数相同。

m：带分离的多通道图像。

mv：分离后的单通道图像，为向量(vector)形式。

虽然两个函数原型输入参数的类型不同，但通道分离的原理是相同的，可以用下式表示：

mv[c](I) = src(I)

2.2多通道合并函数merge()

OpenCV针对多通道分离合并函数merge()也有两种重载原型。

void cv::merge(const Mat &mv,size_t cout,OutputArray dst)
void cv::merge(InputArrayOfArrays mv,OutputArray dst)

mv(第一种重载原型参数) : 需要合并的图像数组，其中每个图像必须有相同的尺寸和数据类型。

cout：输入的图像数组的长度，其数值必须大于0。

mv(第二种重载原型参数)：需要合并的图像向量（vector），其中每个图像必须拥有相同的尺寸和数据类型。

dst：合并后输出的图像，与mv[0]具有相同的尺寸和数据类型，通道数等于所有输入图像的通道数总和。

2.3图像多通道分离与合并例程

#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>using namespace std;
using namespace cv;int main()
{Mat img = imread("C:\\Users\\王淏\\Pictures\\f9afe18da2fb1fa2ff72c4d8b29fe6a (2).png");if (img.empty()){cout << "请检查输入的图像数据是否正确" << endl;return -1;}Mat HSV;cvtColor(img, HSV, COLOR_BGR2HSV);Mat imgs0, imgs1, imgs2;         //用于存放数组类型的结果Mat imgv0, imgv1, imgv2;          //用于存放vector类型的结果Mat result0, result1, result2;         //多通道合并的结果//输入数组参数的多通道分离与合并0Mat imgs[3];split(img, imgs);imgs0 = imgs[0];imgs1 = imgs[1];imgs2 = imgs[2];imshow("RGB-B通道", imgs0);imshow("RGB-G通道", imgs1);imshow("RGB-R通道", imgs2);imgs[2] = img;         //将数组中的图像通道数变成不一致merge(imgs, 3, result0);       //合并图像//imshow("result0", result0);     imshow最多显示4个通道因此结果Image Watch中查看Mat zero = cv::Mat::zeros(img.rows, img.cols, CV_8UC1);imgs[0] = zero;imgs[2] = zero;merge(imgs , 3, result1);imshow("result1", result1);//输入vector参数的多通道分离与合并vector<Mat> imgv;split(HSV, imgv);imgv0 = imgv.at(0);imgv1 = imgv.at(1);imgv2 = imgv.at(2);imshow("HSV-H通道", imgv0);imshow("HSV-S通道", imgv1);imshow("HSV-V通道", imgv2);imgv.push_back(HSV);     //将vector中的图像通道数变成不一致merge(imgv, result2);//imshow("result2", result2);       imshow最多显示4个通道，因此结果在Image Watch中查看waitKey(0);return 0;
}

OpenCV进阶--图像颜色空间相关推荐

opencv进阶学习笔记13：图像形态学操作大全（膨胀，腐蚀，开闭，黑帽，顶帽，梯度）python版
基础版学习笔记: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 基础版形态学: opencv学 ...
opencv进阶学习笔记10：图像金字塔和图像梯度
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 图像金字塔变小变大原理 ...
opencv进阶学习9：图像阈值大全，图像二值化，超大图像二值化
基础版笔记链接: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 基础版二值化讲解 opencv ...
opencv进阶学习笔记6：使用鼠标在图像上绘制矩形框或者多边形框
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录: python+opencv进阶版学习笔记目录(适合有一定基础) 感兴趣区域传统绘制: openc ...
opencv进阶学习笔记5：图像模糊操作，图像锐化，边缘保留滤波EPF（图像滤镜）
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模糊操作方法:均值模糊,中值模 ...
opencv进阶学习笔记3：像素运算和图像亮度对比度调节
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版目录: python+opencv进阶版学习笔记目录(适合有一定基础) 像素运算要求两张图大小,以及格式(np ...
opencv进阶学习笔记2：numpy操作图像，色彩空间，查找指定颜色范围，通道分离与合并
基础部分传送门 python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录: python+opencv进阶版学习笔记目录(适合有一定基础) Numpy操作图像 1.遍历图像每一 ...
opencv进阶学习笔记7：直方图，直方图均衡化，直方图比较，直方图反向投影
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 直方图基础讲解: opencv学 ...
使用Python和OpenCV在图像之间执行超快速的颜色转换
使用Python和OpenCV在图像之间执行超快速的颜色转换 1. 效果图 2. 原理 2.1 颜色转移算法 2.2 步骤 2.3 算法改进 3. 源码参考这篇博客将介绍如何使用Python和Op ...

OpenCV进阶--图像颜色空间