opencv色彩空间类型转换(python)

色彩空间转换与图像处理：从RGB到HSV的探索

最新推荐文章于 2024-09-08 22:16:50 发布

原创

最新推荐文章于 2024-09-08 22:16:50 发布 · 6.5k 阅读

27 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #python #计算机视觉 #rgb #yuv

本文详细介绍了色彩空间在图像处理中的重要性，特别是RGB到HSV的转换。HSV色彩空间以其面向视觉感知的特性，使得处理颜色变得更加直观。通过OpenCV的cv2.cvtColor()函数，可以方便地在不同色彩空间之间转换，如GRAY、XYZ、YCrCb、HSV、HLS、CIEL*a*b*、CIEL*u*v*和Bayer色彩空间。在HSV空间中，色调、饱和度和亮度的调整能够实现艺术效果，如色彩提取和肤色标记。此外，还涉及了alpha通道在RGBA图像中的作用。

色彩空间类型转换

色彩模型是描述使用一组值（通常使用三个、四个值或者颜色成分）表示颜色方法的抽象数学模型。

比较常见的色彩空间包括:

GRAY色彩空间（灰度图像）
XYZ色彩空间
YCrCb色彩空间
HSV色彩空间
HLS色彩空间
CIELab色彩空间
CIELuv色彩空间
Bayer色彩空间等

色彩空间类型转换是指，将图像从一个色彩空间转换到另外一个色彩空间。

在使用OpenCV处理图像时，可能会在RGB色彩空间和HSV色彩空间之间进行转换。

在进行图像的特征提取、距离计算时，往往先将图像从RGB色彩空间处理为灰度色彩空间。

在一些应用中，可能需要将色彩空间的图像转换为二值图像。

色彩空间也称为颜色空间、彩色空间、颜色模型、彩色系统、彩色模型、色彩模型等。

色彩空间基础

GRAY色彩空间

GRAY（灰度图像）通常指8位灰度图，其具有256个灰度级，像素值的范围是[0,255]。

当图像由RGB色彩空间转换为GRAY色彩空间时，其处理方式如下：

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

当图像由GRAY色彩空间转换为RGB色彩空间时，最终所有通道的值都将是相同的，其处理方式如下：

R=Gray
G=Gray
B=Gray

XYZ色彩空间

XYZ色彩空间是由CIE（International Commission on Illumination）定义的，是一种更便于计算的色彩空间，它可以与RGB色彩空间相互转换。

将RGB色彩空间转换为XYZ色彩空间，其转换形式为：

将XYZ色彩空间转换为RGB色彩空间，其转换形式为：

YCrCb色彩空间

人眼视觉系统（HVS, Human Visual System）对颜色的敏感度要低于对亮度的敏感度。

在YCrCb色彩空间中，Y代表光源的亮度，色度信息保存在Cr和Cb中，其中，Cr表示红色分量信息，Cb表示蓝色分量信息。

亮度给出了颜色亮或暗的程度信息，该信息可以通过照明中强度成分的加权和来计算。在RGB光源中，绿色分量的影响最大，蓝色分量的影响最小。

从RGB色彩空间到YCrCb色彩空间的转换公式为：

Y=0.299·R+0.587·G+0.114·B
Cr=（R-Y）×0.713+delta
Cb=（B-Y）×0.564+delta

式中delta的值为：

从YCrCb色彩空间到RGB色彩空间的转换公式为：

R=Y+1.403*（Cr-delta）
G=Y-0.714*（Cr-delta）-0.344·（Cb-delta）
B=Y+1.773*（Cb-delta）

式中，delta的值与上面公式中的delta值相同。

HSV色彩空间

RGB是从硬件的角度提出的颜色模型，在与人眼匹配的过程中可能存在一定的差异，HSV色彩空间是一种面向视觉感知的颜色模型

指出人眼的色彩知觉主要包含三要素：色调（Hue，也称为色相）、饱和度（Saturation）、亮度（Value）。

色调指光的颜色，饱和度是指色彩的深浅程度，亮度指人眼感受到的光的明暗程度。

● 色调：色调与混合光谱中的主要光波长相关，例如“赤橙黄绿青蓝紫”分别表示不同的色调。如果从波长的角度考虑，不同波长的光表现为不同的颜色，实际上它们体现的是色调的差异。

● 饱和度：指相对纯净度，或一种颜色混合白光的数量。纯谱色是全饱和的，像深红色（红加白）和淡紫色（紫加白）这样的彩色是欠饱和的，饱和度与所加白光的数量成反比。

● 亮度：反映的是人眼感受到的光的明暗程度，该指标与物体的反射度有关。对于色彩来讲，如果在其中掺入的白色越多，则其亮度越高；如果在其中掺入的黑色越多，则其亮度越低。

将物理空间的颜色分布在圆周上，不同的角度代表不同的颜色。因此，通过调整色调值就能选取不同的颜色，色调的取值区间为[0, 360]

饱和度为一比例值，范围是[0, 1]，具体为所选颜色的纯度值和该颜色最大纯度值之间的比值。饱和度的值为0时，只有灰度。
亮度表示色彩的明亮程度，取值范围也是[0, 1]。

在从RGB色彩空间转换到HSV色彩空间之前，需要先将RGB色彩空间的值转换到[0, 1]之间，然后再进行处理。具体处理方法为：

计算结果可能存在H<0的情况，如果出现这种情况，则需要对H进行进一步计算，如下。

由上述公式计算可知：

S∈[0,1]
V∈[0,1]
H∈[0,360]

所有这些转换都被封装在OpenCV的cv2.cvtColor()函数内。通常情况下，我们都是直接调用该函数来完成色彩空间转换的，而不用考虑函数的内部实现细节。

HLS色彩空间

HLS色彩空间包含的三要素是色调H（Hue）、光亮度/明度L（Lightness）、饱和度S（Saturation）。

与HSV色彩空间类似，只是HLS色彩空间用“光亮度/明度L（lightness）”替换了“亮度（Value）”。

● 色调：表示人眼所能感知的颜色，在HLS模型中，所有的颜色分布在一个平面的色调环上，整个色调环为360度的圆心角，不同的角度代表不同的颜色

● 光亮度/明度：用来控制色彩的明暗变化，它的取值范围也是[0, 1]。我们通过光亮度/明度的大小来衡量有多少光线从物体表面反射出来。光亮度/明度对于眼睛感知颜色很重要，因为当一个具有色彩的物体处于光线太强或者光线太暗的地方时，眼睛是无法准确感知物体颜色的。

● 饱和度：使用[0, 1]的值描述相同色调、相同光亮度/明度下的色彩纯度变化。饱和度的值越大，表示颜色的纯度越高，颜色越鲜艳；反之，饱和度的值越小，色彩的纯度越低，颜色越暗沉。通常用该属性表示颜色的深浅，比如深绿色、浅绿色。

CIELab*色彩空间

CIEL*a*b*色彩空间是均匀色彩空间模型，它是面向视觉感知的颜色模型。

从视觉感知均匀的角度来讲，人所感知到的两种颜色的区别程度，应该与这两种颜色在色彩空间中的距离成正比。在某个色彩空间中，如果人所观察到的两种颜色的区别程度，与这两种颜色在该色彩空间中对应的点之间的欧式距离成正比，则称该色彩空间为均匀色彩空间。

CIEL*a*b*色彩空间中的L*分量用于表示像素的亮度，取值范围是[0,100]，表示从纯黑到纯白；a*分量表示从红色到绿色的范围，取值范围是[-127,127]; b*分量表示从黄色到蓝色的范围，取值范围是[-127,127]。

在从RGB色彩空间转换到CIEL*a*b*色彩空间之前，需要先将RGB色彩空间的值转换到[0, 1]之间，然后再进行处理。

由于CIEL*a*b*色彩空间是在CIE的XYZ色彩空间的基础上发展起来的，在具体处理时，需要先将RGB转换为XYZ色彩空间，再将其转换到CIEL*a*b*色彩空间。具体实现方法为：

所得结果中各个值的取值范围为：

L∈[0,100]
a∈[-127,127]
b∈[-127,127

CIELuv*色彩空间

CIEL*u*v*色彩空间同CIEL*a*b*色彩空间一样，都是均匀的颜色模型。CIEL*u*v*色彩空间与设备无关，适用于显示器显示和根据加色原理进行组合的场合，该模型中比较强调对红色的表示，即对红色的变化比较敏感，但对蓝色的变化不太敏感。

从RGB色彩空间到CIEL*u*v*色彩空间的转换过程，要先转换到XYZ色彩空间。

从RGB色彩空间到XYZ色彩空间的转换：

从XYZ色彩空间到CIEL*u*v*色彩空间的转换：

所得结果中各个值的取值范围分别为：

L∈[0,100]
u∈[-134,220]
v∈[-140,122]

Bayer色彩空间

Bayer色彩空间（Bayer模型）被广泛地应用在CCD和CMOS相机中。它能够从如图4-1所示的单平面R、G、B交错表内获取彩色图像。

输出的RGB图像的像素点值，是根据当前点的1个、2个或4个邻域像素点的相同颜色的像素值获得的。

上述模式能够通过移动一个左边的像素或者上方的像素来完成修改。

在函数cv2.cvtColor()的色彩空间转换参数中，通常使用两个特定的参数x和y来表示特定的模式。

该模式组成通过上图第二行中的第2列与第3列的值来指定。上图就是典型的“BG”模式。

常见的模式还有很多，cv2.COLOR_BayerBG2BGR、cv2.COLOR_BayerGB2BGR、cv2.COLOR_BayerRG2BGR、cv2.COLOR_BayerGR2BGR、cv2.COLOR_BayerBG2RGB、cv2.COLOR_BayerGB2RGB、cv2.COLOR_BayerRG2RGB、cv2.COLOR_BayerGR2RGB等。

类型转换函数

在OpenCV内，使用cv2.cvtColor()函数实现色彩空间的变换。

该函数能够实现多个色彩空间之间的转换。

dst = cv2.cvtColor( src, code [, dstCn] )

dst表示输出图像，与原始输入图像具有同样的数据类型和深度。
src表示原始输入图像。可以是8位无符号图像、16位无符号图像，或者单精度浮点数等。
code是色彩空间转换码
dstCn是目标图像的通道数。如果参数为默认的0，则通道数自动通过原始输入图像和code得到。

对于一个标准的24位位图， BGR色彩空间中第1个8位（第1个字节）存储的是蓝色组成信息（Blue component），第2个8位（第2个字节）存储的是绿色组成信息（Green component），第3个8位（第3个字节）存储的是红色组成信息（Red component）。同样，其第4个、第5个、第6个字节分别存储蓝色、绿色、红色组成信息，以此类推。

颜色空间的转换都用到了如下约定：