opencv学习_7 (颜色空间)

绝地灬酷狼 2022-09-18 02:00 191阅读 0赞

这次我主要说说颜色空间，包括三个方面：RGB颜色空间，HSV颜色空间以及颜色空间的转换

RGB颜色空间介绍：

1：RGB颜色空间简介

三基色原理:大多数的颜色可以通过红、绿、蓝<数学中基的概念>三色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光

红绿蓝三基色按照不同的比例相加合成混色称为相加混色。其中一些混色的规律有：

红色+绿色 = 黄色

绿色+蓝色 = 青色

红色+蓝色 = 品红

红色+绿色+蓝色 = 白色

红色+青色 = 白色

绿色+品红 = 白色

蓝色+黄色 = 白色

下图为RGB空间：

![SouthEast][]

2：互补光的定义:

当两种光按照适当比例混合得到白光时，称这两种光为互补光。所以上述的混色规律我们可以得到青色、黄色、品红分别是红色、蓝色、绿色的补色。

3：亮度的定义:

单色光的亮度强度各不相同，根据人的感受是:绿光最高，红光次之，蓝光最弱，假设得到的白光的强度为100%。如果用Y表示景物的亮度，则通常有:

Y= 0.299R + 0.587G + 0.114B

因为红﹑绿﹑蓝三基色能够合成自然界所有的色彩，因此在电子设备和软件中，经常使用红绿蓝三基色合成五颜六色的图像。用以上的相加混色所表示的颜色模式成为RGB模式

注意:

1:CvLoadImage(“”,0)所得到的图像即为灰度单通道图像，所对应的像素即为Y；而与split函数得到的单通道图像R，G，B不一样，但其亮度显示也是按照下图的直线来显示的<即为RGB空间的直线>

2:三通道图像也可能是灰度图像，当三通道值相等时，所对应的三通道图像就是灰度图像<可以通过以下程序画出来>。即RGB space空间中(0,0,0)和(1,1,1)两线上所有点就是灰度图像—>三通道图不一定是彩色的，彩色图一定是三通道的。

3：cvCvtColor(src,dst,CV\_GRAY2BGR); //此时dst三通道的值都相等，都等于src单通道的值，因此结果仍然是灰度图像，这个函数实质不起任何作用。。

4：单通道图像亮度显示也是通过下图来显示的

![SouthEast 1][]

得到上图的代码为：

#include <iostream>
    #include "cv.h"
    #include "highgui.h"
    #include "cxcore.h"
    using namespace std;
    int main()
    {
    	IplImage *dst = cvCreateImage(cvSize(255, 255), 8, 3);
    	for(int y = dst->height - 1; y >= 0; y--)
    	{
    		cvSet2D(dst, y,  dst->height - y - 1, cvScalar(255-y, 255-y, 255-y));
    	}
    	cvNamedWindow("show");
    	cvShowImage("show", dst);
    	cvWaitKey(0);
    	cvReleaseImage(&dst);
    	cvDestroyWindow("show");
    	return 0;
    }

HSV颜色空间

H:色调 0°对应红色， 120°对应绿色， 240°对应蓝色\---对应不同的颜色取值范围0~360度

S:饱和度 比若说:红色的纯度，越白纯度越低，取值范围0~1

V:亮度 比如你穿了一件红色衣服在白天亮度较高(0~255之间)傍晚或者黄昏就比较低(0~255之间)，即多少的光照上去反射出来被看见，取值范围0~255

如图:

![SouthEast 2][]

注意： 如果一个颜色的饱和度偏低，会导致色调信息变得不稳定以及不可靠。这是因为低饱和度的颜色中，红绿蓝三个分量几乎是相等的。这使得难以确定精确的颜色。

颜色空间的转换

用到的核心函数有: cvConvertScale, cvSplit, cvMerge, cvCvtColor

需要注意的是：由于加载进来图像是uchar，最多只能是255，而opencv正常程序的结构显示H色调都会小于等于180<因为程序知道表示不了360，直接全部缩小到180>，而H色调的取值范围0~360，因此我们需要将图像转换成float类型，而cvConvertScale 可以实现放大缩小偏移同时可以做类型转换；之后我们可以将hsv各通道转换到0~255之间，使用到的函数仍然是cvConvertScale 。最后需要注意的一点是：CvShowImage显示的图像都会被当做RGB颜色空间的图像来处理.

下面给出这之间范围变化的代码：

1：没有考虑H(色调)范围的代码，此时H的范围只能在0~180之间。

代码：

2：将色调H的取值范围转换到0~360之间

#include <iostream>
    #include "cv.h"
    #include "highgui.h"
    #include "cxcore.h"
    
    using namespace std;
    
    int main()
    {
    	IplImage *src = cvLoadImage("F:\\tongtong.jpg", 1);
    	IplImage *src_float = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F, 3);
    	cvConvertScale(src, src_float, 1.0, 0.0);
    	IplImage *hsv_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F , 3);
    	IplImage *h_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    	IplImage *s_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    	IplImage *v_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    
    	cvCvtColor(src_float, hsv_img, CV_BGR2HSV);
    	cvSplit(hsv_img, h_img, s_img, v_img, NULL);
    	for(int y = 0; y < hsv_img->height; y++){
    		for(int x = 0; x < hsv_img->width; x++)
    		{
    			cout << cvGetReal2D(h_img, y, x) << " ";
    		}
    		cout << endl;
    	}
    	cvNamedWindow("src", 0);
    	cvShowImage("src", hsv_img);
    	cvWaitKey(0);
    	cvReleaseImage(&src);
    	cvDestroyWindow("src");
    	return 0;
    }

3：将H，S，V的范围转化到0~255之间

#include <iostream>
    #include "cv.h"
    #include "highgui.h"
    #include "cxcore.h"
    
    using namespace std;
    
    int main()
    {
    	IplImage *src = cvLoadImage("F:\\tongtong.jpg", 1);
    	IplImage *src_float = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F, 3);
    	cvConvertScale(src, src_float, 1.0, 0.0);
    	IplImage *hsv_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F , 3);
    	IplImage *h_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    	IplImage *s_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    	IplImage *v_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
    
    	IplImage *h = cvCreateImage(cvGetSize(src), 8, 1);
    	IplImage *s = cvCreateImage(cvGetSize(src), 8, 1);
    	IplImage *v = cvCreateImage(cvGetSize(src), 8, 1);
    
    	cvCvtColor(src_float, hsv_img, CV_BGR2HSV);
    	cvSplit(hsv_img, h_img, s_img, v_img, NULL);
    	cvConvertScale(h_img, h, (1.0/360)*255, 0.0);
    	cvConvertScale(s_img, s, 255.0, 0.0);  // 因为S的取值范围为0~1
    	cvConvertScale(v_img, v, 1.0, 0.0);
    	for(int y = 0; y < hsv_img->height; y++){
    		for(int x = 0; x < hsv_img->width; x++)
    		{
    			if(cvGetReal2D(h, y, x) > 200)cout << cvGetReal2D(h, y, x) << " ";
    		}
    		cout << endl;
    	}
    	cvNamedWindow("src", 0);
    	cvShowImage("src", hsv_img);
    	cvWaitKey(0);
    	cvReleaseImage(&src);
    	cvDestroyWindow("src");
    	return 0;
    
    }

以上是个人简单总结，谢谢大家批评指正。。

作者：小村长  出处：http://blog.csdn.net/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）

[SouthEast]: /images/20220828/9f8cdfe7ebc54244ba10ec130138671f.png
[SouthEast 1]: /images/20220828/8e45d538b4ff4ffda6fc77a2f3dbd506.png
[SouthEast 2]: /images/20220828/15b01fec10e142d6b63db1f079d1103f.png