opencv-python之色彩空间转换

GRAY色彩空间

GRAY色彩空间通常指八位灰度图,其矩阵形状为$m\times n$，值在$[0,255]$间，代表由黑到白。

RGB色彩空间转化到GRAY色彩空间的处理方式是:
$$Gray=0.299R+0.587G+0.114B$$
也可以简化为
$$Gray=\frac{R+G+B}{3}$$
GRAY色彩空间转化到RGB色彩空间的处理方式是:
$$\begin{gathered} R=Gray \\ G=Gray \\ B=Gray \end{gathered}$$

XYZ色彩空间

XYZ色彩空间由国际照明委员会(CIE)提出，该色彩空间更便于计算。

RGB色彩空间转化到XYZ色彩空间的处理方式是:
$$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}0.412453& 0.357580& 0.180423\\ 0.212671& 0.715160& 0.072169\\ 0.019334& 0.119193& 0.950227\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]$$
XYZ色彩空间转化到RGB色彩空间的处理方式是:
$$\left[\begin{array}{c}R\\ G\\ B\end{array}\right]=\left[\begin{array}{ccc}3.240479& -1.537150& -0.498535\\ -0.969256& 1.875992& 0.041556\\ 0.055648& -0.204043& 1.057311\end{array}\right]\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]$$

YCrCb色彩空间

人眼视觉系统对颜色的敏感度要弱于对亮度的敏感度。

RGB色彩空间中，R,G,B三个分量具有同等地位，但忽略了亮度信息的表达。

在YCrCb色彩空间中，Y表示光源亮度，色度信息保存在Cr和Cb分量中，其中，Cr表示红色分量，Cb表示蓝色分量。

R,G,B三个分量中，绿色分量对颜色亮度影响最大，蓝色分量影响最小。

RGB色彩空间转化到YCrCb色彩空间的处理方式是:
$$\begin{gathered} Y=0.299R+0.587G+0.114B \\ Cr=0.713(R-Y)+\delta \\ Cb=0.564(B-Y)+\delta \end{gathered}$$
YCrCb色彩空间转化到RGB色彩空间的处理方式是:
$$\begin{gathered} R=Y+1.403(Cr-\delta ) \\ G=Y-0.714(Cr-\delta )-0.344(Cb-\delta ) \\ B=Y+1.773(Cb-\delta ) \end{gathered}$$
其中，
$$\delta =\{\begin{array}{ll}128& 8位图像\\ 32768& 16位图像\\ 0.5& 单精度图像\end{array}$$

HSV色彩空间

RGB色彩空间是从硬件的角度进行考虑而得出的模型，而HSV色彩空间则更加面向视觉感知。

从心理学和视觉的角度，人眼的色彩知觉主要包含三个要素:色调/色相(Hue),饱和度(Saturation),亮度(Value)

• 色调与混合光谱的主要波长有关，而主要波长的不同体现为“颜色”的差异。色调环取值为0-360，其中0,120,240代表红,绿,蓝
• 饱和度指相对纯净度，能够描述颜色掺入白光的数量。饱和度越高，所掺白光越少。纯色饱和度高。可控制颜色的深浅。
• 亮度指人眼感受到的光的明暗程度。可控制颜色的明暗。

RGB色彩空间转化到HSV色彩空间的处理方式是:
$$\begin{gathered} V=\max (R,G,B) \\ S=\{\begin{array}{ll}\frac{V-min(R,G,B)}{V}& V\ne 0\\ 0& V=0\end{array} \\ H=\{\begin{array}{ll}\frac{60(G-B)}{V-\min (R,G,B)}& V=R\\ 120+\frac{60(B-R)}{V-\min (R,G,B)}& V=G\\ 240+\frac{60(R-G)}{V-\min (R,G,B)}& V=R\end{array} \end{gathered}$$

空间转换函数

dst=cv2.cvtColor(src, code)

• src为原图像,dst为目标图像
• code为空间转换的类型,格式为cv2.XXX2XXX

RGB与GRAY

import cv2

# 载入图像
bgr0 = cv2.imread("../image/LenaRGB.bmp")
cv2.namedWindow("GRAY", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR0", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 空间转化
gray = cv2.cvtColor(bgr0, cv2.COLOR_BGR2GRAY)
bgr1 = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)

# 显示与检验
cv2.imshow("GRAY", gray)
cv2.imshow("BGR0", bgr0)
cv2.imshow("BGR1", bgr1)
key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()

print(bgr0[1, 1])
print(gray[1, 1])
print(bgr1[1, 1])

[125 137 226]
162
[162 162 162]

RGB与XYZ

import cv2

# 载入图像
bgr0 = cv2.imread("../image/LenaRGB.bmp")
cv2.namedWindow("XYZ", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR0", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 空间转化
xyz = cv2.cvtColor(bgr0, cv2.COLOR_BGR2XYZ)
bgr1 = cv2.cvtColor(xyz, cv2.COLOR_XYZ2BGR)

# 显示与检验
cv2.imshow("XYZ", xyz)
cv2.imshow("BGR0", bgr0)
cv2.imshow("BGR1", bgr1)
key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()

print(bgr0[1, 1])
print(xyz[1, 1])
print(bgr1[1, 1])

[125 137 226]
[165 155 139]
[125 137 227]

RGB与YCrCb

import cv2

# 载入图像
bgr0 = cv2.imread("../image/LenaRGB.bmp")
cv2.namedWindow("YCrCb", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR0", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 空间转化
ycrcb = cv2.cvtColor(bgr0, cv2.COLOR_BGR2YCR_CB)
bgr1 = cv2.cvtColor(ycrcb, cv2.COLOR_YCR_CB2BGR)

# 显示与检验
cv2.imshow("YCrCb", ycrcb)
cv2.imshow("BGR0", bgr0)
cv2.imshow("BGR1", bgr1)
key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()

print(bgr0[1, 1])
print(ycrcb[1, 1])
print(bgr1[1, 1])

[125 137 226]
[162 174 107]
[125 137 227]

RGB与HSV

import cv2

# 载入图像
bgr0 = cv2.imread("../image/LenaRGB.bmp")
cv2.namedWindow("HSV", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR0", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("BGR1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 空间转化
hsv = cv2.cvtColor(bgr0, cv2.COLOR_BGR2HSV)
bgr1 = cv2.cvtColor(ycrcb, cv2.COLOR_HSV2BGR)

# 显示与检验
cv2.imshow("HSV", ycrcb)
cv2.imshow("BGR0", bgr0)
cv2.imshow("BGR1", bgr1)
key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()

print(bgr0[1, 1])
print(hsv[1, 1])
print(bgr1[1, 1])

[125 137 226]
[  4 114 226]
[124 138 226]