原文链接:https://blog.csdn.net/u012507022/article/details/51523385
颜色模型(颜色空间)就是描述用一组数值来描述颜色的数学模型。在彩色图像处理中,选择合适的彩色模型是很重要的。从应用的角度来看,彩色模型可分为两类:
一、面向硬件设备的彩色模型
1.RGB模型
最典型、最常用的面向硬件设备的彩色模型是三基色模型,即RGB模型。电视、摄像机和彩色扫描仪都是根据RGB模型工作的。RGB颜色模型建立在笛卡尔坐标系统里,其中三个坐标轴分别代表R、G、B,如图1所示,RGB模型是一个立方体,原点对应黑色,离原点最远的顶点对应白色。RGB是加色,是基于光的叠加的,红光加绿光加蓝光等于白光。应用于显示器这样的设备。
图1.RGB模型
RGB颜色空间的主要缺点是不直观,从R、G、B的值中很难知道该值所代表颜色的认知属性,因此RGB颜色空间不符合人对颜色的感知心理。另外,RGB颜色空间是最不均匀的颜色空间之一,两种颜色之间的知觉差异不能采用该颜色空间中两个颜色点之间的距离来表示。
2.CMY模型
CMY模型主要用于彩色打印,图像处理中几乎没用到过。
3.YCrCb模型
YCbCr模型中,Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感,因此在通过对色度分量进行子采样来减少色度分量后,肉眼将察觉不到的图像质量的变化。YCbCr模型常用与肤色检测中。
RGB转换YCbCr公式:
Y=0.299R+0.587G+0.114B
Cb=0.564(B-Y)
Cr=0.713(R-Y)
YCbCr转换RGB公式:
R=Y+1.402Cr
G=Y-0.344Cb-0.714Cr
B=Y+1.772Cb
二、面向视觉感知的彩色模型
面向硬件设备的彩色模型与人的视觉感知有一定的差距且使用时不太方便,如给定一个彩色图像,人眼很难判定其中的RGB分量,这是面向视觉感知的彩色模型比较方便。这些模型即与人类颜色视觉感知比较接近,有独立与显示设备。
1.HSI模型
HSI模型是常见的面向彩色处理的模型。 HSI模型是双棱锥结构,如图2所示。
图2.HSI模型
HSI模型的建立基于两个重要的事实: ① I分量与图像的彩色信息无关;② H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合彩色特性检测与分析。
2.HSV模型
HSV模型比HSI模型更与人类对颜色的感知接近。H代表色调,S代表饱和度,V代表亮度值。HSV模型的坐标系统可以是圆柱坐标系统,但一般用六棱锥来表示,如图3所示,与HSI模型比较相似。可以通过比较HSI、HSV与RGB空间的转换公式,来比较HSI与HSV的区别。
图3.HSV模型
(1)RGB空间转换HSI空间
(2)RGB空间转换HSV空间
3.HSB模型
HSB模型的基础是对立色理论,对立色理论源于人们对对立色调(红和绿、黄和蓝)的观察事实(对立色调的颜色叠加,它们会相互抵消)。HSB模型是普及型设计软件中常见的色彩模式,其中H代表色相;S代表饱和度;B代表亮度。HSB模型的结构如图所示。
图3.HSB模型
HSB色彩总部推出了基于HSB色彩模式的HSB色彩设计方法,来指导设计者更好地搭配色彩。
3.L*a*b模型
从视觉感知的均匀的角度,人所感知到的两个颜色之间的距离应该与这两个颜色在表达它们的颜色空间中的距离月成比例越好。换句话说,如果在一个颜色空间中,人所观察的两种彩色的区别程度与该彩色空间中两点间的欧式距离相对应,则该空间为均匀彩色空间。L*a*b模型是一种均匀的彩色模型,它也是基于对立色理论和参考白点,模型结构如图所示。
图3.L*a*b模型
Lab色彩模型是由明度(L)和有关色彩的a,b三个要素组成。
所有的颜色就以这三个值交互变化所组成。例如,一块色彩的Lab值是L = 100,a = 30, b = 0, 这块色彩就是粉红色。(注:此模式中的a轴,b轴颜色与RGB不同,洋红色更偏红,绿色更偏青,黄色略带红,蓝色有点偏青色)。
另外本人还开设了个人公众号:JiandaoStudio ,会在公众号内定期发布行业信息,以及各类免费代码、书籍、大师课程资源。
扫码关注本人微信公众号,有惊喜奥!公众号每天定时发送精致文章!回复关键词可获得海量各类编程开发学习资料!
例如:想获得Python入门至精通学习资料,请回复关键词Python即可。