VS+OpenCV 处理图像的颜色（下）用色调、饱和度和亮度表示颜色、肤色检测

最新推荐文章于 2024-05-11 09:57:02 发布

原创

最新推荐文章于 2024-05-11 09:57:02 发布 · 1.6k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #人工智能 #图像处理 #visual studio

本文详细介绍了HSV色彩空间的原理及其在OpenCV中的应用。通过转换图像到HSV空间，我们可以分别处理色调、饱和度和亮度，从而实现对图像颜色的精确操作。例如，固定亮度改变色调和饱和度可以创建有趣的图像效果，或者通过设定色调和饱和度阈值进行肤色检测。HSV色彩空间在目标检测和图像处理中具有重要作用，尤其是在颜色特征显著的场景下。

【实现】

#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
	cv::Mat image = imread("1.jpg");
	//转换成HSV色彩空间
	cv::Mat hsv;
	cv::cvtColor(image, hsv, CV_BGR2HSV);
	//把3个通道分割进3幅图像中
	std::vector<cv::Mat>channels;
	cv::split(hsv, channels);
	//channels[0]是色调
	//channels[1]是饱和度
	//channels[2]是亮度
	cv::namedWindow("Value");
	cv::imshow("Value", channels[0]);
	cv::namedWindow("Saturation");
	cv::imshow("Saturation", channels[1]);
	cv::namedWindow("Hue");
	cv::imshow("Hue", channels[2]);
	cv::waitKey(0);
}

【实现原理】

直觉色彩空间基于以下三个属性。色调（hue）表示主色，我们使用的颜色名称（例如绿色、黄色和红色）就对应了不同的色调值；饱和度（saturation）表示颜色的鲜艳程度，柔和的颜色饱和度较低，而彩虹的颜色饱和度就很高；亮度（brightness）是一个主观的属性，表示某种颜色的光亮程度。其他直觉色彩空间使用颜色明度（value）或颜色亮度（lightness）的概念描述有关颜色的强度。

色调、饱和度和亮度有多种不同的定义和计算公式。OpenCV 建议的两种直觉色彩空间的实现是 HSV 和 HLS 色彩空间，它们的转换公式略有不同，但是结果非常相似。

接下来我将向大家解释这三个属性是如何得出的。

1. 亮度

亮度成分可能是最容易解释的。在 OpenCV 对 HSV 的实现中，它被定义为三个 BGR 成分中的最大值。为了让定义更符合人类视觉系统，应该使用均匀感知的色彩空间 L*a*b*和 L*u*v*的 L 通道。举个例子，L 通道已经考虑到了，在强度相同的情况下，人们会