快速入门基于python的OpenCV——色彩空间类型转换
快速入门基于python的OpenCV——色彩空间类型转换
太原理工大学机器人团队20日打卡day16
比较常见的色彩空间包括GRAY色彩空间、XYZ色彩空间、YCrCB空间、HSV色彩空间、HLS色彩空间、CIEL* a * b *色彩空间（没有空格，因为编辑器问题）、Bayer色彩空间等。每个色彩空间都有自己擅长处理问题的领域，因此，为了更方便地处理某个具体问题，就要用到色彩空间的转换。
1、色彩空间基础
GRAY色彩空间
GRAY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].
- 当其图像由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
- 有时，也可以采用简化形式：
- 当图像由GRAY色彩空间转化为RGB色彩空间时，最终所有通道的值都相等。
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。在传统的RGB色彩空间内，RGB三原色具有相同的重要性，但是忽略了亮度信息。
-
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。HSV色彩空间从心理学和视觉的角度出发，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。
在具体实现上，我们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]。色调取不同值时，所代表的颜色如表4-1所示，两个角度之间的角度对应两个颜色之间的过渡色。
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HSV色彩模型中，取色变得更加直观。例如，取值“色调=0，饱和度=1，亮度=1”，则当前色彩为深红色，而且颜色较亮；取值“色调=120，饱和度=0.3，亮度=0.4”，则当前色彩为浅绿色，而且颜色较暗。
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进一步计算
HLS色彩空间
HLS色彩空间包含的三要素是色调H(Hue)、光明度/亮度L（Lightness）、饱和度S（Saturation）。
- 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。
CIEL* a * b*
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CIELab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CIELab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CIELab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]
2、类型转换函数
- 在OpenCV内，我们使用cv2.cvtColor()函数实现色彩空间转换
- 其语法格式为：
dst = cv2.cvtColor( scr ,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，下表展示了其枚举值。
- 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。
颜色空间的转换都用到了以下约定：
- 8位图像值的范围是[0,255]
- 16位图像值的范围是[0，65535]
- 浮点数图像值的范围是[0.0~1.0]
3、alpha通道
在RGB色彩空间三个通道的基础上，还可以加上一个A通道，也叫alpha通道，表示透明度。这种4个通道的色彩空间被称为RGBA色彩空间，PNG图像是一种典型的4通道图像。alpha通道的赋值范围是[0, 1]，或者[0, 255]，表示从透明到不透明。
import cv2
img = cv2.imread("Second.jpg")
bgra = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
b , g , r , a = cv2.split(bgra)
a[:,:] = 125
bgra125 = cv2.merge([b,g,r,a])
a[:,:]=0
bgra0 = cv2.merge([b,g,r,a])
cv2.imshow("img",img)
cv2.imshow("bgra",bgra)
cv2.imshow("125",bgra125)
cv2.imshow("0",bgra0)
cv2.imwrite("bgra.jpg",bgra)
cv2.imwrite("125.jpg",bgra125)
cv2.imwrite("0.jpg",bgra0)
cv2.waitKey()
cv2.destroyAllWindows()
请自行实验