Datawhale 计算机视觉基础-图像处理（上）-Task03 彩色空间互转

简介

图像彩色空间互转在图像处理中应用非常广泛，而且很多算法只对灰度图有效；另外，相比RGB，其他颜色空间(比如HSV、HSI)更具可分离性和可操作性，所以很多图像算法需要将图像从RGB转为其他颜色空间，所以图像彩色互转是十分重要和关键的。

学习目标

• 了解相关颜色空间的基础知识
• 理解彩色空间互转的理论
• 掌握OpenCV框架下颜色空间互转API的使用

内容

1. 相关颜色空间的原理介绍
2. 颜色空间互转理论的介绍
3. OpenCV代码实践

算法理论介绍与资料推荐

RGB与灰度图互转

RGB（红绿蓝）是依据人眼识别的颜色定义出的空间，可表示大部分颜色。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将色调，亮度，饱和度三个量放在一起表示，很难分开。它是最通用的面向硬件的彩色模型。该模型用于彩色监视器和一大类彩色视频摄像。

RGB颜色空间 基于颜色的加法混色原理，从黑色不断叠加Red，Green，Blue的颜色，最终可以得到白色，如图：

将R、G、B三个通道作为笛卡尔坐标系中的X、Y、Z轴，就得到了一种对于颜色的空间描述，如图：

对于彩色图转灰度图，有一个很著名的心理学公式：

Gray = R * 0.299 + G * 0.587 + B * 0.114

RGB与HSV互转

HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value)，又称HSB(B即Brightness)。色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。明度（V），取0-max(计算机中HSV取值范围和存储的长度有关)。HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处，V=0，H和S无定义，代表黑色。圆锥的顶面中心处V=max，S=0，H无定义，代表白色。

RGB颜色空间中，三种颜色分量的取值与所生成的颜色之间的联系并不直观。而HSV颜色空间，更类似于人类感觉颜色的方式，封装了关于颜色的信息：“是什么颜色？深浅如何？明暗如何？

HSV模型

这个模型就是按色彩、深浅、明暗来描述的。

• H是色彩
• S是深浅， S = 0时，只有灰度
• V是明暗，表示色彩的明亮程度，但与光强无直接联系。

应用：可以用于偏光矫正、去除阴影、图像分割等

1.RGB2HSV

或

2.HSV2RGB

基于OpenCV的实现

rgb图像转为灰度图

import cv2
import numpy as np

img = cv2.imread('nezha.jpg')
#获取图片的宽和高
width,height = img.shape[:2][::-1]
#缩小图片
img_resize = cv2.resize(img,(int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC)
cv2.imshow("img",img_resize)
print("img_reisze shape:{}".format(np.shape(img_resize)))

#将图片转为灰度图
img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY)
cv2.imshow("img_gray",img_gray)
print("img_gray shape:{}".format(np.shape(img_gray)))
cv2.waitKey()

原图

灰度图

rgb图像转为hsv

imghsv = cv2.cvtColor(img_resize, cv2.COLOR_RGB2HSV)
cv2.imshow("img_hsv",imghsv)
print("img_hsv shape:{}".format(np.shape(imghsv)))
cv2.waitKey()

hsv图像转为rgb

imgrgb = cv2.cvtColor(imghsv, cv2.COLOR_HSV2RGB)
cv2.imshow("img_rgb",imgrgb)
print("img_rgb shape:{}".format(np.shape(imgrgb)))
cv2.waitKey()

相关文档

• opencv文档
• 博客
  • https://blog.csdn.net/weixin_40647819/article/details/92596879
  • https://blog.csdn.net/weixin_40647819/article/details/92660320
  • https://blog.csdn.net/sinat_29957455/article/details/84845016
• opencv python 中文教程