颜色空间转换(一)

颜色空间转换

     不同彩色空间之间的转换。

1,CMY/CMYK颜色空间   

     青、品红、黄（CMY）（Cyan、Magenta、Yellow）彩色模型是彩色图象印刷行业使用的彩色空间，在彩色立方体中它们是红、绿、蓝的补色，称为减色基，而红、绿、蓝称为加色基。在CMY模型中，颜色是从白光中减去一定成分得到的。CMY坐标可以从RGB模型中得到：

                  C = 1 – R

                  M = 1 – G

                  Y = 1 – B  

  由于在印刷时CMY模型不可能产生真正的黑色，因此在印刷业中实际上使用的是CMYK彩色模型，K为第四种颜色，表示黑色（black ink）：从CMY 到CMYK的转换：

              K := min(C,M,Y)

              C := C – K

              M := M – K

              Y := Y - K

[cpp] view plaincopy

1. //RGB转换为CMY  
2. void rtRGB2CMY(RtScalar rgb, RtScalar& cmy)  
3. {  
4.     cmy.val[0] = 255 - rgb.val[0];  
5.     cmy.val[1] = 255 - rgb.val[1];  
6.     cmy.val[2] = 255 - rgb.val[2];  
7. }  
8.   
9. //CMY转换为RGB  
10. void rtCMY2RGB(RtScalar cmy, RtScalar& rgb)  
11. {  
12.     rgb.val[0] = 255 - cmy.val[0];  
13.     rgb.val[1] = 255 - cmy.val[1];  
14.     rgb.val[2] = 255 - cmy.val[2];  
15. }  
16.   
17. //CMY转换为CMYK  
18. void rtCMY2CMYK(RtScalar cmy, RtScalar& cmyk)  
19. {  
20.     unsigned char temp = 0;  
21.       
22.     temp = min(min(cmy.val[0], cmy.val[1]), cmy.val[2]);  
23.   
24.     if (temp == 255 )  
25.     {   
26.         cmyk = rtScalar(0, 0, 0, 0);  
27.     }  
28.     else   
29.     {  
30.         cmyk.val[0] = cmy.val[0] - temp;  
31.         cmyk.val[1] = cmy.val[1] - temp;  
32.         cmyk.val[2] = cmy.val[2] - temp;  
33.     }  
34.     cmyk.val[3] = temp;  
35. }  
36.   
37. //CMYK转换为CMY  
38. void rtCMYK2CMY(RtScalar cmyk, RtScalar& cmy)  
39. {  
40.     cmy.val[0] = cmyk.val[0] + cmyk.val[3];  
41.     cmy.val[1] = cmyk.val[1] + cmyk.val[3];  
42.     cmy.val[2] = cmyk.val[2] + cmyk.val[3];  
43. }  

  

2,HSI颜色空间

      HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation或Chroma)和亮度 (Intensity或Brightness)来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种 描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。 通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感 程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSI色彩空间， 它比RGB色彩空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI色彩空间中 方便地使用，它们可以分开处理而且是相互独立的。因此，在HSI色彩空间可以大大简化图像分析 和处理的工作量。HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法，因而它们之间存在着 转换关系。

HSI 色彩模型是从人的视觉系统出发，用 H 代表色相 (Hue)、S 代表饱和度 (Saturation) 和 I 代表亮度 (Intensity) 来描述色彩。饱和度与颜色的白光光量刚好成反比，它可以说是一个颜色鲜明与否的指标。因此如果我们在显示器上使用 HIS 模型来处理图像，将能得到较为逼真的效果。 
色相 (Hue)：指物体传导或反射的波长。更常见的是以颜色如红色，橘色或绿色来辨识，取 0 到 360 度的数值来衡量。 
饱和度 (Saturation)：又称色度，是指色彩的强度或纯度。饱和度代表灰色与色调的比例，并以 0% (灰色) 到 100% (完全饱和) 来衡量。 
亮度 (Intensity)：是指颜色的相对明暗度，通常以 0% (黑色) 到 100% (白色) 的百分比来衡量。

[cpp] view plaincopy

1. //RGB转换为HSI  
2. void rtRGB2HSI(RtScalar rgb, RtScalar& hsi)  
3. {  
4.     double maxv = 0, minv = 0, angle = 0;  
5.     RtScalar temp;  
6.   
7.     temp.val[0] = rgb.val[0] / 255.0;  
8.     temp.val[1] = rgb.val[1] / 255.0;  
9.     temp.val[2] = rgb.val[2] / 255.0;  
10.   
11.     maxv = max(max(temp.val[0], temp.val[1]), temp.val[2]);  
12.     minv = min(min(temp.val[0], temp.val[1]), temp.val[2]);  
13.   
14.     hsi.val[2] = (temp.val[0] + temp.val[1] + temp.val[2]) / 3.0;  
15.     hsi.val[1] = 1.0 - minv/hsi.val[2];  
16.   
17.     angle = (temp.val[0] + temp.val[0] - temp.val[1] - temp.val[2]) / 2.0 * sqrt((temp.val[0] - temp.val[1])*(temp.val[0] - temp.val[1]) + (temp.val[0] - temp.val[2])*(temp.val[1] - temp.val[2]));  
18.   
19.     if (temp.val[2] <= temp.val[1])  
20.         hsi.val[0] = angle / PI * 180.0;  
21.     else  
22.         hsi.val[0] = (2 * PI - angle)/PI * 180.0;  
23. }  
24.   
25. //HSI转换为RGB  
26. void rtHSI2RGB(RtScalar hsi, RtScalar& rgb)  
27. {  
28.     int flag = 0;  
29.     double t1 = 0, t2 = 0, tv1 = 0, tv2 = 0, tv3 = 0;  
30.     RtScalar temp;  
31.     temp = hsi;  
32.     temp.val[0] = hsi.val[0] * PI / 180.0;  
33.   
34.     t1 = 2.0 * PI / 3.0;  
35.     t2 = 2.0 * t1;  
36.   
37.     if (temp.val[0] >= t1 && temp.val[0] < t2)  
38.     {  
39.         flag = 1;  
40.         temp.val[0] -= t1;  
41.     }  
42.     if (temp.val[0] >= t2)  
43.     {  
44.         flag = 2;  
45.         temp.val[0] -= t2;  
46.     }  
47.   
48.     tv1 = (temp.val[2] * (1 - temp.val[1])) * 255.0;  
49.     tv2 = (temp.val[2] * (1 + temp.val[1] * cos(temp.val[0]) / cos(PI / 3 - temp.val[0]))) * 255.0;  
50.     tv3 = (3.0 * temp.val[2] - tv1 - tv2) * 255.0;  
51.       
52.     switch (flag)  
53.     {  
54.     case 0:  
55.         rgb = rtScalar(tv2, tv3, tv1, 0);  
56.         break;  
57.     case 1:  
58.         rgb = rtScalar(tv1, tv2, tv3, 0);  
59.         break;  
60.     case 2:  
61.         rgb = rtScalar(tv3, tv1, tv2, 0);  
62.         break;  
63.     }  
64. }  

3,YUV颜色空间 
在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD（点耦合器件）摄像机，它把摄得的彩色图像 信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y、B－Y， 最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这就是我们常用的YUV色彩空间。 采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量， 那么这样表示的图就是黑白灰度图。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机 的兼容问题，使黑白电视机也能接收彩色信号。根据美国国家电视制式委员会，NTSC制式的标准，当白光的 亮度用Y来表示时，它和红、绿、蓝三色光的关系可用如下式的方程描述：Y＝0.3R+0.59G+0.11B 这就是常用 的亮度公式。色差U、V是由B－Y、R－Y按不同比例压缩而成的。如果要由YUV空间转化成RGB空间，只要进行 相反的逆运算即可。与YUV色彩空间类似的还有Lab色彩空间，它也是用亮度和色差来描述色彩分量，其中L为 亮度、a和b分别为各色差分量。

YUV与RGB相互转换的公式如下（RGB取值范围均为0-255）：

Y = 0.299R + 0.587G + 0.114B
U = -0.147R - 0.289G + 0.436B
V = 0.615R - 0.515G - 0.100B

R = Y + 1.14V
G = Y - 0.39U - 0.58V
B = Y + 2.03U

[cpp] view plaincopy

1. // RGB转换为YUV  
2. void rtRGB2YUV(RtScalar rgb, RtScalar& yuv)  
3. {      
4.     yuv.val[0] = 0.299*rgb.val[0] + 0.587*rgb.val[1] + 0.114*rgb.val[2]; // y  
5.     yuv.val[1] = -0.147*rgb.val[0] - 0.289*rgb.val[1]+ 0.436*rgb.val[2]; // u  
6.     yuv.val[2] = 0.615*rgb.val[0] - 0.515*rgb.val[1] - 0.1*rgb.val[2]; // v  
7. }  
8.   
9. // YUV转换为RGB  
10. void rtYUV2RGB(RtScalar yuv, RtScalar& rgb)  
11. {  
12.     rgb.val[0] = yuv.val[0] + 1.14*yuv.val[2]; // r  
13.     rgb.val[1] = yuv.val[0] - 0.39*yuv.val[1] - 0.58*yuv.val[2];   
14.     rgb.val[2] = yuv.val[0] + 2.03*yuv.val[1];   
15. }  

(未完待继续)