opencv-python学习【4】色彩空间类型转换

一.色彩空间基础

  RGB 图像是一种比较常见的色彩空间类型，除此之外，比较常见的还有以下类型：GRAY 色彩空间（即灰度图像）、XYZ 色彩空间、YCrCb 色彩空间、HSV 色彩空间、HLS 色彩空间、CIEL*a*b* 色彩空间、CIEL*u*v* 色彩空间等，这些不同的色彩空间，是根据不同角度进行定义的，比如从光学角度出发，可以将颜色解析为主波长、纯度、明度等；从心理学和视觉角度出发，可以将颜色解析为色调、饱和度、亮度等；从神经学来说，自然界中常见的各种光都可以通过三基色按照一定的比例混合构成。

  色彩空间也称为颜色空间、色彩模型、彩色模型、彩色空间、颜色模型、颜色系统等。色彩空间转换指的是图像从一个色彩空间转换到另一个色彩空间，比如讲图像从 RGB 色彩空间转换到 XYZ 色彩空间，不同的色彩空间适用不同的场景，所以有时候需要将它们进行互相转换。

1.GRAY 色彩空间

  GRAY 色彩空间值得是 8 位灰度图，有 0 到 255 共 256 个灰度级。

(1).RGB 转 GRAY

  RGB 色彩空间转换为 GRAY 色彩空间通常有两种计算方式，其中简化形式为：
$$GRAY=\frac{R+G+B}{3}$$
  标准形式（OpenCV 采用的形式）为：
$$GRAY=0.299\ast R+0.587\ast G+0.114\ast B$$

(2).GRAY 转 RGB

  RGB 每个通道的像素值都是 GRAY 的像素值，即 $R=G=B=GRAY$。

2.XYZ 色彩空间

  XYZ 色彩空间是一种更便于计算的色彩空间，可以和 RGB 色彩空间互换。

(1).RGB 转 XYZ

$$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.412453& 0.357580& 0.180423\\ 0.212671& 0.715160& 0.072169\\ 0.019334& 0.119193& 0.950227\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$$

(2).XYZ 转 RGB

$$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}3.240479& -1.53715& -0.498535\\ -0.969256& 1.875991& 0.041556\\ 0.055648& -0.204043& 1.057311\end{array}\right]\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]$$

3.HSV 色彩空间

  RGB 是从硬件角度提出的颜色模型，而 HSV 色彩空间是一种面向视觉的的颜色模型，它从心理学和视觉的角度出发，指出了人眼的色彩知觉的三要素：色调（Hue）-- 光的颜色；饱和度（Saturation）-- 色彩的深浅程度；亮度（Value）-- 人眼感受到光的明暗程度。

  从 RGB 转换到 HSV 要经过若干步骤，这些步骤已经被封装在 OpenCV 中，只要调用 cv2.cvtColor() 即可，而步骤具体为：
$$V=max(R,G,B)$$$$S=\{\begin{array}{cc}\frac{V-min(R,G,B)}{V},& V\ne 0\\ 0,& other\end{array}$$$$H=\{\begin{array}{cc}\frac{60(G-B)}{V-min(R,G,B)},& V=R\\ 120+\frac{60(B-R)}{V-min(R,G,B)},& V=G\\ 240+\frac{60(R-G)}{V-min(R,G,B)},& V=B\end{array}$$$$H=\{\begin{array}{cc}H+360,& V<0\\ H,& other\end{array}$$

4.HLS 色彩空间

  HLS 色彩空间包含的三元素色调（Hue）、光亮度（Lightness）、饱和度（Saturation），和 HSV 相比，只是光亮度取代了亮度。

5.CIEL*a*b* 色彩空间

  CIEL*a*b* 是均匀色彩空间，是一种面向视觉感知的颜色模型，从视觉感知均匀角度来说，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，而这种色彩空间就称之为均匀色彩空间。

在CIEL*a*b* 中：

• L* 分量表示像素的亮度，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]。

  由于 CIEL*a*b* 色彩空间是在 CIE 的 XYZ 色彩空间的基础上发展而来，所以 RGB 转 CIEL*a*b* 的方式如下：
$$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.412453& 0.357580& 0.180423\\ 0.212671& 0.715160& 0.072169\\ 0.019334& 0.119193& 0.950227\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$$$$\begin{gathered} X=\frac{X}{X_n},X_n=0.950456 \\ Z=\frac{Z}{Z_n},Z_n=1.088754 \end{gathered}$$$$H=\{\begin{array}{cc}116\ast Y^{\frac{1}{3}}-16,& Y>0.008856\\ 903.3\ast Y,& other\end{array}$$$$\begin{gathered} a=500\ast (f(X)-f(Y))+delta \\ b=200\ast (f(Y)-f(Z))+delta \end{gathered}$$  其中：
$$f(t)=\{\begin{array}{cc}{t}^{\frac{1}{3}},& t>0.008856\\ 7.787t+\frac{16}{116},& other\end{array}$$$$delta=\{\begin{array}{cc}128,& 8位图像\\ 0,& 单精度图像\end{array}$$

6.CIEL*u*v* 色彩空间

  CIEL*u*v* 是均匀色彩空间，它与设备无关，适用于显示器显示和根据加色原来进行组合的场合，该空间对红色的变化比较敏感，对蓝色的变化不太敏感。

由于 CIEL*u*v* 色彩空间是在 CIE 的 XYZ 色彩空间的基础上发展而来，所以 RGB 转 CIEL*u*v* 的方式如下：
$$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.412453& 0.357580& 0.180423\\ 0.212671& 0.715160& 0.072169\\ 0.019334& 0.119193& 0.950227\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$$

$$L=\{\begin{array}{cc}116\ast Y^{\frac{1}{3}}-16,& Y>0.008856\\ 903.3\ast Y,& other\end{array}$$

$$\begin{gathered} u^{\prime }=\frac{4X}{X+15Y+3Z} \\ {v}^{\prime }=\frac{9Y}{X+15Y+3Z} \end{gathered}$$

$$\begin{gathered} u=13\ast L\ast (u^{\prime }-u_n),u_n=0.19793943 \\ v=13\ast L\ast (v^{\prime }-v_n),v_n=0.46831096 \end{gathered}$$

7.YCrCb 色彩空间

  对于人眼视觉系统（HVS，Human Visual System）来说，人对颜色的敏感度要低于对亮度的敏感度，而在传统的 RGB 三原色中忽略了亮度信息。在 YCrCb 色彩空间中， Y 代表光源亮度信息，Cr 表示红色分量信息，Cb 表示蓝色分量信息。

(1).RGB 转 YCrCb

$$\begin{gathered} Y=0.299\ast R+0.587\ast G+0.114\ast B \\ Cr=(R-Y)\ast 0.713+delta \\ Cb=(B-Y)\ast 0.564+delta \end{gathered}$$  其中：$$delta=\{\begin{array}{cc}128,& 8位图像\\ 32768,& 16位图像\\ 0.5,& 单精度图像\end{array}$$

(2).YCrCb 转 RGB

$$\begin{gathered} R=Y+1.403\ast (Cr-delta) \\ G=Y-0.714\ast (Cr-delta)-0.344\ast (Cb-delta) \\ B=Y+1.773\ast (Cb-delta) \end{gathered}$$  其中 $delta$ 和上式相同。

二.alpha 通道

  在 RGB 色彩空间三个通道基础上，我们还可以加上一个 alpha 通道，也叫 A 通道，表示图像的透明度。这 4 个通道构成的色彩空间叫做 RGBA 色彩空间。alpha 通道的取值范围是 [0, 255] 或 [0, 1]，表示从透明到不透明。PNG图像就是一种常见的典型 4 通道图像。

示例：

1. 读取图片为 BGR 格式
2. 将 BGR 格式转为 BGRA 格式
3. 分离 BGRA 获得四个通道 B, G, R, A
4. 先将 A 通道的值赋值为 125（即图像透明度减半）
5. 合并 4 中的图像获得一个图像取名为 bgra125
6. 再将 A 通道的值赋值为 0（即图像完全透明不可见）
7. 合并 6 中的图像获得一个图像取名为 bgra0
8. 将 bgra, bgra125, bgra0 图像显示并保存

import cv2

bgr = cv2.imread('dog.jpg')
bgra = cv2.cvtColor(bgr, 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('bgra', bgra)
cv2.imshow('bgra125', bgra125)
cv2.imshow('bgra0', bgra0)

cv2.waitKey()
cv2.destroyAllWindows()

cv2.imwrite('bgra.png', bgra)
cv2.imwrite('bgra125.png', bgra125)
cv2.imwrite('bgra0.png', bgra0)

(1).显示窗口

  下图分别为 bgra, bgra125, bgra0 显示窗口，此时可以看到它们显示出来并没有明显的区别。

(2).预览图片

  下图分别为 bgra, bgra125, bgra0 保存本地后的预览图片，此时可以看到它们的透明度有明显的区别。透明度为 0 时图像应该是不可见的，但此时是黑色，这并不是程序有错，而是为了预览时可以看到该图片而已。

  将 bgra0.png 预览图打开以后可以看到其是一张完全透明的图：

三.类型转换函数

1.相关函数

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

• dst：输出的结果，与原始输入图像的数据类型和深度相同
• src：输入的图像。可以是 8 位无符号图像、16位无符号图像、单精度浮点数
• dstCn：目标图像的通道数，默认为 0，自动通过原始输入图像和 code 参数计算得到
• code：色彩空间转换码

2.常用 code 色彩空间转换码

值	备注
cv2.COLOR_BGR2BGRA cv2.COLOR_RGB2RGBA	为 RGB 或 BGR 图像添加 alpha 通道
cv2.COLOR_BGRA2BGR cv2.COLOR_RGBA2RGB	从 RGBA 或 BGRA 图像中删除 alpha 通道
cv2.COLOR_RGB2BGR cv2.COLOR_BGR2RGB	BGR 与 RGB 互换
cv2.COLOR_RGB2GRAY cv2.COLOR_BGR2GRAY cv2.COLOR_GRAY2RGB cv2.COLOR_GRAY2BGR	BGR、RGB、灰度图互换
cv2.COLOR_RGB2XYZ cv2.COLOR_BGR2XYZ cv2.COLOR_XYZ2RGB cv2.COLOR_XYZ2BGR	BGR、RGB、XYZ 互换
其它色彩空间类似

3.转换示例

import cv2

bgr = cv2.imread('dog.jpg')
gray = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
rgb = cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)

cv2.imshow('RGB_img',bgr)
cv2.imshow('BGR_img',rgb)
cv2.imshow('GARY_img',gray)
cv2.waitKey()
cv2.destroyAllWindows()

  从左到右依次为 RGB、BGR、GRAY 色彩空间的图像（注意 OpenCV 展示图像是 BGR 与 RGB 格式的转换）：