RGB2YCbCr RGB2Gray

1、问题起因
在学习工作中有时候因为色彩空间的不同，对图像处理的结果也会有所不同，因此需要对图像的色彩空间进行转换。对于火焰识别来说，色度对火焰的识别结果产生极大的影响，因此需要将RGB空间的色彩模式转换为YCbCr。

2、RGB和YCbCr色彩模式的不同
(1) RGB简介
RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。

R:红色通道(Red)

G:绿色通道(Green)

B:蓝色通道(Blue)

(2)YCbCr简介
YCbCr或Y'CbCr有的时候会被写作：YCBCR或是Y'CBCR，是色彩空间的一种，通常会用于影片中的影像连续处理，或是数字摄影系统中。Y'为颜色的亮度(luma)成分、而CB和CR则为蓝色和红色的浓度偏移量成份。Y'和Y是不同的，而Y就是所谓的流明(luminance)，表示光的浓度且为非线性，使用伽马修正(gamma correction)编码处理。

Y：明亮度，也就是灰阶值。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。（Luminance或Luma，不要问我Luminance 为什么会简写为Y,我也不懂）

Cb：反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。ChrominanceBlue

Cr：反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。ChrominanceRed

3、相互转换
（1）RGB转换为YCbCr
Y = 0.257R+0.564G+0.098B+16
Cb = -0.148R-0.291G+0.439B+128
Cr = 0.439R-0.368G-0.071*B+128
或者

转化为

（2）YCbCr转换为RGB
R = 1.164(Y-16)+1.596(Cr-128)
G = 1.164(Y-16)-0.392(Cb-128)-0.813(Cr-128)
B = 1.164(Y-16)+2.017*(Cb-128)

Python

#方法一：利用skimage中的转换函数
from skimage import io as skio
from skimage import color as skcoima = skio.imread('abc.bmp')
ima_ycbcr = skimage.color.rgb2ycbcr(ima)#方法二：利用公式计算
import matplotlib.image as mpimg
import numpy as npima = mpimg.imread('abc.bmp')
ima_r = im_l[:, :, 0]
ima_g = im_l[:, :, 1]
ima_b = im_l[:, :, 2]
################################################RGB2YCBCR
#获取亮度,即原图的灰度拷贝
ima_y = 0.256789 * ima_r + 0.504129 * ima_g + 0.097906 * ima_b + 16
#获取蓝色分量
ima_cb = -0.148223 * ima_r - 0.290992 * im_l_g + 0.439215 * ima_b + 128
#获取红色分量
ima_cr = 0.439215 * ima_r - 0.367789 * ima_g - 0.071426 * ima_b + 128# 将三个分量合并在一起
ima_rgb2ycbcr = np.zeros(ima.shape)
ima_rgb2ycbcr[:,:,0] = ima_y
ima_rgb2ycbcr[:,:,1] = ima_cb
ima_rgb2ycbcr[:,:,2] = ima_cr
###############################################YCBCR2RGB
ima_ycbcr2rgb = np.zeros(ima.shape)ima_ycbcr2rgb[:,:,0] = 1.164383 * (ima_y-16) + 1.596027 * (ima_cr-128)
ima_ycbcr2rgb[:,:,1] = 1.164383 * (ima_y-16) - 0.391762 * (ima_cb-128)- 0.812969 * (ima_cr-128)
ima_ycbcr2rgb[:,:,2] = 1.164383 * (ima_y-16) + 2.017230 * (ima_cb-128)

RGB2Gray

一、基础
　　对于彩色转灰度，有一个很著名的心理学公式：

Gray = R0.299 + G0.587 + B*0.114

二、整数算法

　　而实际应用时，希望避免低速的浮点运算，所以需要整数算法。
　　注意到系数都是3位精度的没有，我们可以将它们缩放1000倍来实现整数运算算法：

Gray = (R299 + G587 + B*114 + 500) / 1000

　　RGB一般是8位精度，现在缩放1000倍，所以上面的运算是32位整型的运算。注意后面那个除法是整数除法，所以需要加上500来实现四舍五入。
　　就是由于该算法需要32位运算，所以该公式的另一个变种很流行：

Gray = (R30 + G59 + B*11 + 50) / 100

　　但是，虽说上一个公式是32位整数运算，但是根据80x86体系的整数乘除指令的特点，是可以用16位整数乘除指令来运算的。而且现在32位早普及了（AMD64都出来了），所以推荐使用上一个公式。

RGB2YCbCr RGB2Gray相关推荐

Matlab 常用的图像处理方法
文章目录 Matlab 常用的图像处理方法 RGB转灰度噪声添加滤波中值滤波均值滤波 sobel算子处理图像形态学运算 Reference Matlab 常用的图像处理方法 RGB转灰度 R ...
【MATLAB图像处理学习】
记录一下吧,本科专业对口专业设计院画图和工地打灰,我不太喜欢这两个工作.虽然感觉能考上,但是这一年有点学习惯了,考完了只感觉空虚,还是接着学点东西吧记录一下学习的过程吧. 12月29日工具箱,核心 ...
Octave中无法使用rgb2gray()函数
在Octave中加载图像并转成灰度图时,发现rgb2gray()函数不存在,上网搜了一下,stackoverflow上给出了相关解释,如下: The problem is that you didn' ...
Octave: 'rgb2gray' undefined error
问题:Octave找不到类似在matlab中图像处理相关的函数,例如rgb2gray 解决办法:在使用前加载相应的图像包在Octave命令行输入如下命令 pkg load image 下面的命令可以 ...
【学习 OpenCV】—— 色彩空间（RGB、HSV、rgb2hsv、rgb2gray 的实现）
RGB 色彩空间的基础是对叠加型三原色(红绿蓝)的应用.之所以选择它们,是因为把它们组合起来后可以产生色域很宽(256*256*256)的各种颜色.实际上,人类的视觉系统( Human visual ...
关于Matplotlib实验中出现NameError: name ‘rgb2gray‘ is not defined的解决
唉,这个问题搞了老半天!!! 废话少说,直接上解决方案:1:终端pip install install scikit-image 2:python项目中from skimage.color impor ...
matlab中 rgb2gray() 函数具体实现
简介 rgb2gray是matlab内部一种处理图像的函数,通过消除图像色调和饱和度信息同时保留亮度实现将将RGB图像或彩色图转换为灰度图像,即灰度化处理的功能,调用这个功能的格式是I = rgb2g ...
16位rgb2gray算法verilog移植
用三级流水线优化方法:整体扩大256倍,再右移8位 verilog代码 //==================local defines================== `define SIM ...
Matlab报错：错误使用 rgb2gray＞parse_inputs (第 79 行) MAP 必须为 m x 3 的数组。请对 RGB 和灰度图像使用 im2gray。
拟解决问题: Matlab报错:错误使用 rgb2gray>parse_inputs (第 79 行) MAP 必须为 m x 3 的数组.请对 RGB 和灰度图像使用 im2gray. 下述程 ...

RGB2YCbCr RGB2Gray

R:红色通道(Red)

G:绿色通道(Green)

B:蓝色通道(Blue)

Y：明亮度，也就是灰阶值。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。（Luminance或Luma，不要问我Luminance 为什么会简写为Y,我也不懂）

Cb：反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。ChrominanceBlue

Cr：反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。ChrominanceRed

3、相互转换
（1）RGB转换为YCbCr
Y = 0.257R+0.564G+0.098B+16
Cb = -0.148R-0.291G+0.439B+128
Cr = 0.439R-0.368G-0.071*B+128
或者

转化为

（2）YCbCr转换为RGB
R = 1.164(Y-16)+1.596(Cr-128)
G = 1.164(Y-16)-0.392(Cb-128)-0.813(Cr-128)
B = 1.164(Y-16)+2.017*(Cb-128)

RGB2Gray

一、基础
　　对于彩色转灰度，有一个很著名的心理学公式：

Gray = R0.299 + G0.587 + B*0.114

二、整数算法

而实际应用时，希望避免低速的浮点运算，所以需要整数算法。
　　注意到系数都是3位精度的没有，我们可以将它们缩放1000倍来实现整数运算算法：

Gray = (R299 + G587 + B*114 + 500) / 1000

RGB一般是8位精度，现在缩放1000倍，所以上面的运算是32位整型的运算。注意后面那个除法是整数除法，所以需要加上500来实现四舍五入。
　　就是由于该算法需要32位运算，所以该公式的另一个变种很流行：

Gray = (R30 + G59 + B*11 + 50) / 100

但是，虽说上一个公式是32位整数运算，但是根据80x86体系的整数乘除指令的特点，是可以用16位整数乘除指令来运算的。而且现在32位早普及了（AMD64都出来了），所以推荐使用上一个公式。

RGB2YCbCr RGB2Gray相关推荐

最新文章

热门文章

RGB2YCbCr RGB2Gray

R:红色通道(Red)

G:绿色通道(Green)

B:蓝色通道(Blue)

Y：明亮度，也就是灰阶值。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。（Luminance或Luma，不要问我Luminance 为什么会简写为Y,我也不懂）

Cb：反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。ChrominanceBlue

Cr：反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。ChrominanceRed

3、相互转换 （1）RGB转换为YCbCr Y = 0.257*R+0.564*G+0.098*B+16 Cb = -0.148*R-0.291*G+0.439*B+128 Cr = 0.439*R-0.368*G-0.071*B+128 或者

转化为

（2）YCbCr转换为RGB R = 1.164*(Y-16)+1.596*(Cr-128) G = 1.164*(Y-16)-0.392*(Cb-128)-0.813*(Cr-128) B = 1.164*(Y-16)+2.017*(Cb-128)

RGB2Gray

一、基础 对于彩色转灰度，有一个很著名的心理学公式：

Gray = R*0.299 + G*0.587 + B*0.114

二、整数算法

而实际应用时，希望避免低速的浮点运算，所以需要整数算法。 注意到系数都是3位精度的没有，我们可以将它们缩放1000倍来实现整数运算算法：

Gray = (R*299 + G*587 + B*114 + 500) / 1000

RGB一般是8位精度，现在缩放1000倍，所以上面的运算是32位整型的运算。注意后面那个除法是整数除法，所以需要加上500来实现四舍五入。 就是由于该算法需要32位运算，所以该公式的另一个变种很流行：

Gray = (R*30 + G*59 + B*11 + 50) / 100

但是，虽说上一个公式是32位整数运算，但是根据80x86体系的整数乘除指令的特点，是可以用16位整数乘除指令来运算的。而且现在32位早普及了（AMD64都出来了），所以推荐使用上一个公式。

RGB2YCbCr RGB2Gray相关推荐

最新文章

热门文章

3、相互转换
（1）RGB转换为YCbCr
Y = 0.257R+0.564G+0.098B+16
Cb = -0.148R-0.291G+0.439B+128
Cr = 0.439R-0.368G-0.071*B+128
或者

（2）YCbCr转换为RGB
R = 1.164(Y-16)+1.596(Cr-128)
G = 1.164(Y-16)-0.392(Cb-128)-0.813(Cr-128)
B = 1.164(Y-16)+2.017*(Cb-128)

一、基础
　　对于彩色转灰度，有一个很著名的心理学公式：

Gray = R0.299 + G0.587 + B*0.114

　　而实际应用时，希望避免低速的浮点运算，所以需要整数算法。
　　注意到系数都是3位精度的没有，我们可以将它们缩放1000倍来实现整数运算算法：

Gray = (R299 + G587 + B*114 + 500) / 1000

　　RGB一般是8位精度，现在缩放1000倍，所以上面的运算是32位整型的运算。注意后面那个除法是整数除法，所以需要加上500来实现四舍五入。
　　就是由于该算法需要32位运算，所以该公式的另一个变种很流行：

Gray = (R30 + G59 + B*11 + 50) / 100

　　但是，虽说上一个公式是32位整数运算，但是根据80x86体系的整数乘除指令的特点，是可以用16位整数乘除指令来运算的。而且现在32位早普及了（AMD64都出来了），所以推荐使用上一个公式。