# RGB是从颜色发光的原理来设计定的,通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯,当它们的光相互叠加的时候,色彩相混,而亮度却等于俩者亮度之
# 总和,越混合亮度越高,即加法混合。
# 红、绿、蓝三个颜色通道每种色各分为256阶亮度,再0时最弱——是关掉的,而再255时灯最亮,当三色灰度数值相同时,产生不同灰度值的灰色调,即三色灰度都为0,
# 是最暗的黑色调;三色灰度都为255时,是最亮的白色调。
# 再电脑中,RGB的所谓'多少'就是指亮度,通常情况下,RGB各有256级亮度,用数字表示为0、1、2.......知道255.注意虽然数字最高时255,但是0也是数值之一
# ,一次总共256级。256x256x256=16777216
import numpy as np
import matplotlib.pyplot as plt
import cv2
#图像颜色空间转换
def show(image):plt.imshow(image)plt.axis('off')plt.show()def imread(image):image=cv2.imread(image)#把图像的BGR转换成RGBimage=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)return image
image=imread('im.jpg')(R,G,B)=cv2.split(image)
zeros=np.zeros(image.shape[:2],dtype='uint8')
show(cv2.merge([R,zeros,zeros]))
show(cv2.merge([zeros,G,zeros]))
show(cv2.merge([zeros,zeros,B]))

效果展示:

# HSV
# HSV是一种比较直观的颜色模型,HSV颜色空间可以更好的数字化处理颜色,这个模型中的颜色参数分别是:色调(H,Hue),饱和度(S,Saturation),明度
# (V,Value)。
#
# 色调H:
# 用角度度量,取值范围为0~360度,从红色开始按照逆时针方向计算,红色为0度,绿色为120度,蓝色为240度。他们的补色是:黄色为60度,青色为180度,红色为300度
#
# 饱和度S:
# 饱和度S表示颜色接近光谱色的程度,一种颜色,可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例越大,颜色接近光谱色的程度就越高,颜色的饱和度也就越高
# ,颜色则深而艳。光谱色的白光成分为0,饱和度达到最高,通常取值范围为0%~100%,值越大,颜色越饱和。
#
# 明度V:
# 明度表示颜色明亮的程度,对于光源色,明度值与发光体的光亮度有关;对于物体色,此值和物体的透射比或反射比有关。通常取值范围为0%(黑)到100%(白)

import numpy as np
import matplotlib.pyplot as plt
import cv2
#图像颜色空间转换
def show(image):plt.imshow(image)plt.axis('off')plt.show()def imread(image):image=cv2.imread(image)#把图像的BGR转换成RGBimage=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)return image
image=imread('im.jpg')hsv=cv2.cvtColor(image,cv2.COLOR_RGB2HSV)
zeros=np.zeros(image.shape[:2],dtype='uint8')
for (name,chan) in zip(('H','S','V'),cv2.split(hsv)):cv2.imshow(name,chan)
cv2.waitKey(0)
cv2.destroyAllWindows()

# L *a*b*
#
# CIE1976Lab色空间(CIELAB色彩空间),是从1976年由国际照明学会(CIE)推荐的均匀色空间。Lab颜色空间用于计算机色调调整和彩色校正。该空间是三维直角
# 坐标系统。是目前最受欢迎的测色系统。以明度L和坐标a、b来表示颜色空间中的位置。L表示颜色的明度,a正直表示偏红,负值表示偏绿;b*正直表示偏黄,负值表示偏蓝
#
# L*表示颜色的明度;
# a*正直表示红色,负值表示绿色
# b*正直表示黄色,负值表示蓝色

import numpy as np
import matplotlib.pyplot as plt
import cv2
#图像颜色空间转换
def show(image):plt.imshow(image)plt.axis('off')plt.show()def imread(image):image=cv2.imread(image)#把图像的BGR转换成RGBimage=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)return image
image=imread('im.jpg')
lab=cv2.cvtColor(image,cv2.COLOR_RGB2LAB)
zeros=np.zeros(image.shape[:2],dtype='uint8')
for (name,chan) in zip(('L','A','B'),cv2.split(lab)):cv2.imshow(name,chan)
cv2.waitKey(0)
cv2.destroyAllWindows()

# # Grayscale
# # 灰阶图像就是黑白图片,通过调节灰度值来显示影像
import numpy as np
import matplotlib.pyplot as plt
import cv2
#图像颜色空间转换
def show(image):plt.imshow(image)plt.axis('off')plt.show()def imread(image):image=cv2.imread(image)#把图像的BGR转换成RGBimage=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)return image
image=imread('im.jpg')gray=cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)
cv2.imshow('original',image)
cv2.imshow('gray',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

OpenCV之颜色空间转换(笔记10)相关推荐

  1. opencv学习(十六)之颜色空间转换cvtColor()

    我们生活中大多数看到的彩色图片都是RGB类型,但是在进行图像处理时,需要用到灰度图.二值图.HSV.HSI等颜色制式,opencv提供了cvtColor()函数来实现这些功能.首先看一下cvtColo ...

  2. 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 ...

  3. OpenCV之Python学习笔记(1)(2): 图像的载入、显示和保存 图像元素的访问、通道分离与合并

    OpenCV之Python学习笔记 一直都在用Python+OpenCV做一些算法的原型.本来想留下发布一些文章的,可是整理一下就有点无奈了,都是写零散不成系统的小片段.现在看到一本国外的新书< ...

  4. OpenCV之Python学习笔记

    RSS订阅 登陆 注册 原文链接地址:http://www.itozi.net/19477.html OpenCV之Python学习笔记 ITOZI 发布于 2015-08-06 分类:OpenSta ...

  5. 36篇博文带你学完opencv :python+opencv进阶版学习笔记目录

    基础版学习笔记传送门 36篇博文带你学完opencv :python3+opencv学习笔记汇总目录(基础版) 进阶版笔记 项目 opencv进阶学习笔记1: 调用摄像头用法大全(打开摄像头,打开摄像 ...

  6. 【课题报告】OpenCV 抠图项目实战(10)PyQt5 使用

    Python 小白的课题报告-OpenCV 抠图项目实战(10)PyQt5 使用 本系列是 Python 小白的课题作业<基于OpenCV 的图像分割和抠图>. 需要说明的是,本系列并不能 ...

  7. 【OpenCV 例程200篇】10. 图像的拼接(np.hstack)

    [OpenCV 例程200篇]10. 图像的拼接(np.hstack) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 ...

  8. Think in Java第四版 读书笔记10 第16章 数组

    Think in Java第四版 读书笔记10 第16章 数组 数组和容器很像 但他们有一些差别 16.1 数组为什么特殊 数组与容器的区别主要在效率和存储类型 效率:数组是简单的线性序列 使得数组的 ...

  9. Python+OpenCV:色彩空间转换

    Python+OpenCV:色彩空间转换 ############################################################################### ...

最新文章

  1. mac txt 换行符_推荐两款免费的网页代码编辑器(Win和Mac系统)
  2. 关于Async与Await的FAQ
  3. 三种ajax解析模式!
  4. 深入理解JVM虚拟机(十):Java内存模型与多线程
  5. 机器学习是如何运作的?谷歌来告诉你
  6. linux下-exec和xargs的区别
  7. 分享周鸿祎的《如何建立一个“铁打的营盘”》
  8. 分布式(distributed)是什么意思?
  9. poj 3468 A Simple Problem with Integers(线段树区区)
  10. B8.软件工程与设计模式
  11. 实测哈啰电动车A80探索版:一辆带你行走的聪明“小神兽”
  12. 华为新款旗舰P20发布,售价5000元起,首次搭载刷脸解锁
  13. android上传字符串到服务器,【图片】【转】通过Android 客户端上传数据到服务器【aide吧】_百度贴吧...
  14. 用OpenCV实现Otsu算法
  15. 单选按钮用法, 选择的值
  16. 105.输出控制缓存
  17. STM32F1系列与STM32F4系列的GPIO
  18. VB+ADO+Access如何修改数据
  19. 易岸公考:国考公务员高频常识
  20. Java 同时替换 字符串中子串

热门文章

  1. springboot 统一异常处理
  2. HTML5给我们带来了什么
  3. delphi.指针.应用----应用重要 多看 多练
  4. Kryo 为什么比 Hessian 快
  5. 如何解决Office 2010安装报错1907,没有足够权限注册字体?
  6. 64位树莓派运行linux,树莓派3B+安装64位debian GUN/Linux系统
  7. gitlab php自动化测试,自动化发布-GitLab WEB Hooks 配置
  8. fcm模糊聚类matlab实例_模糊控制
  9. python打印表格_python 6.7 编写printTable()函数表格打印(完整代码)
  10. java 线程 主进程_java 多线程通用方法