【OpenCv 4 Python 3.7】色彩空间（颜色转换）

色彩空间（一）(Color Space)

灰度色彩空间

单通道，取值范围[0,255]

RGB色彩空间(opencv中习惯用BGR)

计算机色彩显示器和彩色电视机显示色彩的原理一样，都是采用R、G、B相加混色的原理，通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生色彩。这种色彩的表示方法称为RGB色彩空间表示。
在RGB颜色空间中，任意色光F都可以用R、G、B三色不同分量的相加混合而成：
F=r[R]+r[G]+r[B] F=r[R]+r[G]+r[B]
F=r[R]+r[G]+r[B]

RGB色彩空间还可以用一个三维的立方体来描述。当三基色分量都为0(最弱)时混合为黑色光；当三基色都为k(最大，值由存储空间决定)时混合为白色光。

opencv中R,G,B三通道取值范围均为[0,255]。

HSV/HSL色彩空间

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。

色彩空间转换

使用cvtColor( InputArray _src, OutputArray _dst, int code, int dcn )函数。

src，dst，code，dcn：原图片，目标图片，转换格式，目标图片通道数。

代码实现：

import cv2 as cv
import numpy as np

def extrace_object_demo():#追踪有颜色的对象
    capture = cv.VideoCapture("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/vadio.avi")
    while(True):
        ret, frame = capture.read()
        if ret == False:
            break;
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        lower_hsv = np.array([37, 43, 46])
        upper_hsv = np.array([77, 255, 255])
        mask = cv.inRange(hsv, lowerb=lower_hsv, upperb=upper_hsv) #二值图像：色彩空间、rgb低值、rgb高值
        dst = cv.bitwise_and(frame, frame, mask=mask)
        cv.imshow("video", frame)
        cv.imshow("mask", dst)
        c = cv.waitKey(40)
        if c == 27:
            break


def color_space_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    cv.imshow("gray", gray)
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
    cv.imshow("hsv", hsv)
    yuv = cv.cvtColor(image, cv.COLOR_BGR2YUV)
    cv.imshow("yuv", yuv)
    Ycrcb = cv.cvtColor(image, cv.COLOR_BGR2YCrCb)
    cv.imshow("ycrcb", Ycrcb)

print("--------- Hello Python ---------")
src = cv.imread("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/aaa.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
extrace_object_demo()
color_space_demo(src)
"""
b, g, r = cv.split(src)  #通道分离
cv.imshow("blue", b)
cv.imshow("green", g)
cv.imshow("red", r)

src = cv.merge([b, g, r])  #通道合并
src[:, :, 0] = 0
cv.imshow("changed image", src)”””
cv.waitKey(0)
cv.destroyAllWindows()

色彩空间（二）(Color Space)

像素运算：
 算术运算
 逻辑运算

 加、减、乘、除
 应用它 – 调节亮度
 调整对比度

 与、或、非
 应用-遮罩层控制

代码实现：

import cv2 as cv
import numpy as np


def add_demo(m1, m2):
    dst = cv.add(m1, m2)#两个像素相加，超过255就会截断，剩余
    cv.imshow("add_demo", dst)


def subtract_demo(m1, m2):
    dst = cv.subtract(m1, m2)#负值会截断为0，成为黑色
    cv.imshow("subtract_demo", dst)


def divide_demo(m1, m2):
    dst = cv.divide(m1, m2)#除
    cv.imshow("divide_demo", dst)


def multiply_demo(m1, m2):
    dst = cv.multiply(m1, m2)#乘
    cv.imshow("multiply_demo", dst)


def logic_demo(m1, m2):#逻辑运算
    #dst = cv.bitwise_and(m1, m2) #与   后面图片的像素在前面
    #dst = cv.bitwise_or(m1, m2)  #或    前面图片的像素在前面
    image = cv.imread("D:/vcprojects/images/demo.png")#非：取反
    cv.imshow("image1", image)
    dst = cv.bitwise_not(image)
    cv.imshow("logic_demo", dst)


def contrast_brightness_demo(image, c, b): #c：对比度(把像素之间的差异扩大化)  b:亮度
    h, w, ch = image.shape
    blank = np.zeros([h, w, ch], image.dtype) #构建空白图像（和h, w, ch 形状像相同）
    dst = cv.addWeighted(image, c, blank, 1-c, b)
    cv.imshow("con-bri-demo", dst)


def others(m1, m2):
    #m1 = cv.mean(m1)    求图片像素均值
    M1, dev1 = cv.meanStdDev(m1) #返回均值和标准方差
    M2, dev2 = cv.meanStdDev(m2)
    h, w = m1.shape[:2] #获取宽 高

    print(M1)
    print(M2)

    print(dev1)
    print(dev2)

    img = np.zeros([h, w], np.uint8) #生成两个通道的矩阵
        m, dev = cv.meanStdDev(img)
    print(m)
    print(dev)

print("--------- Hello Python ---------")
src1 = cv.imread("D:/vcprojects/images/LinuxLogo.jpg")
src2 = cv.imread("D:/vcprojects/images/WindowsLogo.jpg")
print(src1.shape)
print(src2.shape)
cv.namedWindow("image1", cv.WINDOW_AUTOSIZE)
cv.imshow("image1", src1)
cv.imshow("image2", src2)
src = cv.imread("D:/vcprojects/images/lena.png")
cv.imshow("image2", src)
contrast_brightness_demo(src, 1.5, 0)
#add_demo(src1, src2)
#subtract_demo(src1, src2)
#divide_demo(src1, src2)
#others(src1, src2)
#logic_demo(src1, src2)
cv.waitKey(0)

cv.destroyAllWindows()