颜色空间转换

最新推荐文章于 2024-01-07 13:05:48 发布
最新推荐文章于 2024-01-07 13:05:48 发布
阅读量5.3k 收藏 6
点赞数 1
分类专栏： 图像处理 文章标签： 颜色空间


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 plain copy
  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。

  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 plain copy
  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. }  


4、XYZ颜色空间 
     国际照明委员会(CIE)在进行了大量正常人视觉测量和统计,1931年建立了"标准色度观察者"， 从而奠定了现代CIE标准色度学的定量基础。由于"标准色度观察者"用来标定光谱色时出现负刺激值，计算不便，也不易理解，因此1931年CIE在RGB 系统基础上，改用三个假想的原色X、Y、 Z建立了一个新的色度系统。将它匹配等能光谱的三刺激值，定名为"CIE1931 标准色度观察者光谱三刺激值"，简称为"CIE1931标准色度观察者"。这一系统叫做"CIE1931标准色度系统"或称为" 2° 视场XYZ色度系统"。CIEXYZ颜色空间稍加变换就可得到Yxy色彩空间，其中Y取三刺激值中Y的值， 表示亮度，x、y反映颜色的色度特性。定义如下：在色彩管理中，选择与设备无关的颜色空间是 十分重要的，与设备无关的颜色空间由国际照明委员会(CIE)制定，包括CIEXYZ和CIELAB两个标准。 它们包含了人眼所能辨别的全部颜色。而且，CIEYxy测色制的建立给定量的确定颜色创造了条件。 但是，在这一空间中，两种不同颜色之间的距离值并不能正确地反映人们色彩感觉差别的大小， 也就是说在CIEYxy色厦图中，在 不同的位置不同方向上颜色的宽容量是不同的，这就是Yxy颜色空间 的不均匀性。这一缺陷的存在，使得在Yxy及XYZ空间不能直观地评价颜色。

Some Common RGB Working Space Matrices

     Using the chromaticities and reference whites of common RGB working spaces, I have done the math for you to compute the RGB-to-XYZ and XYZ-to-RGB matrices. Note that these matrices are given relative to their own reference whites. If you examine the matrices for these working spaces found inside ICC profiles (through the redColorantTag, greenColorantTag andblueColorantTag), those matrices will always be relative to D50, and therefore, the colorants have been subjected to a chromatic adaptation transformation if the working space reference white is not also D50.

RGB Working SpaceReference WhiteRGB to XYZ [M]XYZ to RGB [M]-1
Adobe RGB (1998)D65 
 0.5767309  0.1855540  0.1881852
 0.2973769  0.6273491  0.0752741
 0.0270343  0.0706872  0.9911085
 
 2.0413690 -0.5649464 -0.3446944
-0.9692660  1.8760108  0.0415560
 0.0134474 -0.1183897  1.0154096
AppleRGBD65 
 0.4497288  0.3162486  0.1844926
 0.2446525  0.6720283  0.0833192
 0.0251848  0.1411824  0.9224628
 
 2.9515373 -1.2894116 -0.4738445
-1.0851093  1.9908566  0.0372026
 0.0854934 -0.2694964  1.0912975
Best RGBD50 
 0.6326696  0.2045558  0.1269946
 0.2284569  0.7373523  0.0341908
 0.0000000  0.0095142  0.8156958
 
 1.7552599 -0.4836786 -0.2530000
-0.5441336  1.5068789  0.0215528
 0.0063467 -0.0175761  1.2256959
Beta RGBD50 
 0.6712537  0.1745834  0.1183829
 0.3032726  0.6637861  0.0329413
 0.0000000  0.0407010  0.7845090
 
 1.6832270 -0.4282363 -0.2360185
-0.7710229  1.7065571  0.0446900
 0.0400013 -0.0885376  1.2723640
Bruce RGBD65 
 0.4674162  0.2944512  0.1886026
 0.2410115  0.6835475  0.0754410
 0.0219101  0.0736128  0.9933071
 
 2.7454669 -1.1358136 -0.4350269
-0.9692660  1.8760108  0.0415560
 0.0112723 -0.1139754  1.0132541
CIE RGBE 
 0.4887180  0.3106803  0.2006017
 0.1762044  0.8129847  0.0108109
 0.0000000  0.0102048  0.9897952
 
 2.3706743 -0.9000405 -0.4706338
-0.5138850  1.4253036  0.0885814
 0.0052982 -0.0146949  1.0093968
ColorMatch RGBD50 
 0.5093439  0.3209071  0.1339691
 0.2748840  0.6581315  0.0669845
 0.0242545  0.1087821  0.6921735
 
 2.6422874 -1.2234270 -0.3930143
-1.1119763  2.0590183  0.0159614
 0.0821699 -0.2807254  1.4559877
Don RGB 4D50 
 0.6457711  0.1933511  0.1250978
 0.2783496  0.6879702  0.0336802
 0.0037113  0.0179861  0.8035125
 
 1.7603902 -0.4881198 -0.2536126
-0.7126288  1.6527432  0.0416715
 0.0078207 -0.0347411  1.2447743
ECI RGBD50 
 0.6502043  0.1780774  0.1359384
 0.3202499  0.6020711  0.0776791
-0.0000000  0.0678390  0.7573710
 
 1.7827618 -0.4969847 -0.2690101
-0.9593623  1.9477962 -0.0275807
 0.0859317 -0.1744674  1.3228273
Ekta Space PS5D50 
 0.5938914  0.2729801  0.0973485
 0.2606286  0.7349465  0.0044249
 0.0000000  0.0419969  0.7832131
 
 2.0043819 -0.7304844 -0.2450052
-0.7110285  1.6202126  0.0792227
 0.0381263 -0.0868780  1.2725438
NTSC RGBC 
 0.6068909  0.1735011  0.2003480
 0.2989164  0.5865990  0.1144845
-0.0000000  0.0660957  1.1162243
 
 1.9099961 -0.5324542 -0.2882091
-0.9846663  1.9991710 -0.0283082
 0.0583056 -0.1183781  0.8975535
PAL/SECAM RGBD65 
 0.4306190  0.3415419  0.1783091
 0.2220379  0.7066384  0.0713236
 0.0201853  0.1295504  0.9390944
 
 3.0628971 -1.3931791 -0.4757517
-0.9692660  1.8760108  0.0415560
 0.0678775 -0.2288548  1.0693490
ProPhoto RGBD50 
 0.7976749  0.1351917  0.0313534
 0.2880402  0.7118741  0.0000857
 0.0000000  0.0000000  0.8252100
 
 1.3459433 -0.2556075 -0.0511118
-0.5445989  1.5081673  0.0205351
 0.0000000  0.0000000  1.2118128
SMPTE-C RGBD65 
 0.3935891  0.3652497  0.1916313
 0.2124132  0.7010437  0.0865432
 0.0187423  0.1119313  0.9581563
 
 3.5053960 -1.7394894 -0.5439640
-1.0690722  1.9778245  0.0351722
 0.0563200 -0.1970226  1.0502026
sRGBD65 
 0.4124564  0.3575761  0.1804375
 0.2126729  0.7151522  0.0721750
 0.0193339  0.1191920  0.9503041
 
 3.2404542 -1.5371385 -0.4985314
-0.9692660  1.8760108  0.0415560
 0.0556434 -0.2040259  1.0572252
Wide Gamut RGBD50 
 0.7161046  0.1009296  0.1471858
 0.2581874  0.7249378  0.0168748
 0.0000000  0.0517813  0.7734287
 
 1.4628067 -0.1840623 -0.2743606
-0.5217933  1.4472381  0.0677227
 0.0349342 -0.0968930  1.2884099

For those RGB working spaces that are not natively D50, the Bradford-adapted, D50 matrices are:

RGB Working SpaceReference WhiteRGB to XYZ [M]XYZ to RGB [M]-1
Adobe RGB (1998)D50 
 0.6097559  0.2052401  0.1492240
 0.3111242  0.6256560  0.0632197
 0.0194811  0.0608902  0.7448387
 
 1.9624274 -0.6105343 -0.3413404
-0.9787684  1.9161415  0.0334540
 0.0286869 -0.1406752  1.3487655
AppleRGBD50 
 0.4755678  0.3396722  0.1489800
 0.2551812  0.6725693  0.0722496
 0.0184697  0.1133771  0.6933632
 
 2.8510695 -1.3605261 -0.4708281
-1.0927680  2.0348871  0.0227598
 0.1027403 -0.2964984  1.4510659
Bruce RGBD50 
 0.4941816  0.3204834  0.1495550
 0.2521531  0.6844869  0.0633600
 0.0157886  0.0629304  0.7464909
 
 2.6502856 -1.2014485 -0.4289936
-0.9787684  1.9161415  0.0334540
 0.0264570 -0.1361227  1.3458542
CIE RGBD50 
 0.4868870  0.3062984  0.1710347
 0.1746583  0.8247541  0.0005877
-0.0012563  0.0169832  0.8094831
 
 2.3638081 -0.8676030 -0.4988161
-0.5005940  1.3962369  0.1047562
 0.0141712 -0.0306400  1.2323842
NTSC RGBD50 
 0.6343706  0.1852204  0.1446290
 0.3109496  0.5915984  0.0974520
-0.0011817  0.0555518  0.7708399
 
 1.8464881 -0.5521299 -0.2766458
-0.9826630  2.0044755 -0.0690396
 0.0736477 -0.1453020  1.3018376
PAL/SECAM RGBD50 
 0.4552773  0.3675500  0.1413926
 0.2323025  0.7077956  0.0599019
 0.0145457  0.1049154  0.7057489
 
 2.9603944 -1.4678519 -0.4685105
-0.9787684  1.9161415  0.0334540
 0.0844874 -0.2545973  1.4216174
SMPTE-C RGBD50 
 0.4163290  0.3931464  0.1547446
 0.2216999  0.7032549  0.0750452
 0.0136576  0.0913604  0.7201920
 
 3.3921940 -1.8264027 -0.5385522
-1.0770996  2.0213975  0.0207989
 0.0723073 -0.2217902  1.3960932
sRGBD50 
 0.4360747  0.3850649  0.1430804
 0.2225045  0.7168786  0.0606169
 0.0139322  0.0971045  0.7141733
 
 3.1338561 -1.6168667 -0.4906146
-0.9787684  1.9161415  0.0334540
 0.0719453 -0.2289914  1.4052427

 

 

[cpp]  view plain copy
  1. //RGB转换为XYZ  
  2. void rtRGB2XYZ(RtScalar rgb, RtScalar& xyz)  
  3. {  
  4.     //Observer. = 2°,Illuminant = D65     
  5.     xyz.val[0] = 0.4124564 * rgb.val[0] + 0.3575761 * rgb.val[1] + 0.1804375 * rgb.val[2];  
  6.     xyz.val[1] = 0.2126729 * rgb.val[0] + 0.7151522 * rgb.val[1] + 0.0721750 * rgb.val[2];  
  7.     xyz.val[2] = 0.0193339 * rgb.val[0] + 0.1191920 * rgb.val[1] + 0.9503041 * rgb.val[2];  
  8. }  
  9.   
  10. //XYZ转换为RGB  
  11. void rtXYZ2RGB(RtScalar xyz, RtScalar& rgb)  
  12. {  
  13.      rgb.val[0] = 3.2404542 * xyz.val[0] + -1.5371385 * xyz.val[1] + -0.4985314 * xyz.val[2];  
  14.      rgb.val[1] = -0.9692660 * xyz.val[0] + 1.8760108 * xyz.val[1] + 0.0415560 * xyz.val[2];  
  15.      rgb.val[2] = 0.0556434 * xyz.val[0] + x-0.2040259 * xyz.val[1] + 1.0572252 * xyz.val[2];  
  16. }  

5、Lab 颜色空间
      CIE L*a*b* (CIELAB) 是惯常用来描述人眼可见的所有颜色的最完备的色彩模型。它是为这个特殊目的而由国际照明委员会（Commission Internationale d'Eclairage 的首字母是 CIE）提出的。L、a 和 b 后面的星号（*）是全名的一部分，因为它们表示 L*, a* 和 b*，不同于 L, a 和 b。因为红／绿和黄／蓝对立通道被计算为（假定的）锥状细胞响应的类似孟塞尔值的变换的差异，CIELAB 是 Adams 色彩值（Chromatic Value）空间。

      三个基本坐标表示颜色的亮度（L*, L* = 0 生成黑色而 L* = 100 指示白色），它在红色／品红色和绿色之间的位置（a* 负值指示绿色而正值指示品红）和它在黄色和蓝色之间的位置（b* 负值指示蓝色而正值指示黄色）。

      已经建立的 L*a*b* 色彩模型来充当用做参照的设备无关的模型。要认识到永远不能精确的在视觉上表示这个模型中颜色的完全色域是至关重要的。它们只是用来帮助理解概念而天生就不精确的，因为 L*a*b* 模型是三维模型，它只能在三维空间中完全表现出来。“L*a*b*”模型也被表达为“L*C*h(a*, b*)”，它把 a* 和 b* 变换为辐射表示。

      XYZ 与 CIE L*a*b* (CIELAB) 的转换：

 

 

[cpp]  view plain copy
  1. double _rtLabFun(double val)  
  2. {  
  3.     if (val > 0.008856)  
  4.         return val/3.0  
  5.     else  
  6.         return 7.787 * val + 16.0/116.0  
  7. }  
  8. //XYZ转换为LAB  
  9. void rtXYZ2LAB(RtScalar xyz, RtScalar& lab)  
  10. {  
  11.     RtScalar temp;  
  12.     temp = RtScalar(xyz.val[0]/255.0, xyz.val[1]/255.0, xyz.val[2]/255.0, 0);  
  13.     if (temp.val[1] > 0.008856)  
  14.     {  
  15.         lab.val[0] = 116.0 * temp.val[1] / 3;  
  16.     }  
  17.     else  
  18.     {  
  19.         lab.val[0] = 903.3 * temp.val[1];  
  20.     }  
  21.   
  22.     lab.val[1] = 500.0*(_rtLabFun(temp.val[0]) - _rtLabFun(temp.val[1]));  
  23.     lab.val[2] = 200.0*(_rtLabFun(temp.val[1]) - _rtLabFun(temp.val[2]));  
  24. }  
  25.   
  26. //LAB转换为XYZ  
  27. void rtLAB2XYZ(RtScalar lab, RtScalar& xyz)  
  28. {  
  29.     RtScalar temp;  
  30.     temp.val[0] = 3 * lab.val[0] / 116.0;  
  31.     temp.val[1] = lab.val[1]/500.0 + temp.val[0];  
  32.     temp.val[2] = temp.val[0] - lab.val[2] / 200.0;  
  33.       
  34.     if ( temp.val[0] > 0.008856 )   
  35.         temp.val[0] = temp.val[0] * 3;  
  36.     else                        
  37.         temp.val[0] = (temp.val[0] - 16.0/116.0) / 7.787;  
  38.   
  39.     if ( temp.val[1] > 0.008856 )   
  40.         temp.val[1] = temp.val[1] * 3;  
  41.     else           
  42.         temp.val[1] = (temp.val[1] - 16.0/116.0) / 7.787;  
  43.     if ( temp.val[2] > 0.008856 )   
  44.         temp.val[2] = temp.val[2] * 3;  
  45.     else                        
  46.         temp.val[2]= ( temp.val[2] - 16.0/116.0) / 7.787;  
  47.       
  48.     xyz = rtScalar(temp.val[0]*255.0, temp.val[1]*255.0, temp.val[2]*255.0, 0);  
  49. }  

6、HSL 或 HSV 的转换

       HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于 角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。 饱和度S取值从0到1，所以圆锥顶面的半径为１。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个 模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义， 代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同 灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。 在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓和 色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时 加入不同比例的白色，黑色即可获得各种不同的色调。

     形式定义设 (r, g, b) 分别是一个颜色的红、绿和蓝坐标，它们的值是在 0 到 1 之间的实数。设 max 等价于 r, g 和 b 中的最大者。设 min 等于这些值中的最小者。要找到在 HSL 空间中的 (h, s, l) 值，这里的 h ∈ [0, 360）是角度的色相角，而 s, l ∈ [0,1] 是饱和度和亮度，计算为：

      h 的值通常规范化到位于 0 到 360°之间。而 h = 0 用于 max = min 的（就是灰色）时候而不是留下 h 未定义。
      HSL 和 HSV 有同样的色相定义，但是其他分量不同。HSV 颜色的 s 和 v 的值定义如下：

从 HSL 到 RGB 的转换

      给定 HSL 空间中的 (h, s, l) 值定义的一个颜色，带有 h 在指示色相角度的值域 [0, 360）中，分别表示饱和度和亮度的 s 和 l 在值域 [0, 1] 中，相应在 RGB 空间中的 (r, g, b) 三原色，带有分别对应于红色、绿色和蓝色的 r, g 和 b 也在值域 [0, 1] 中，它们可计算为：

     首先，如果 s = 0，则结果的颜色是非彩色的、或灰色的。在这个特殊情况，r, g 和 b 都等于 l。注意 h 的值在这种情况下是未定义的。

当 s ≠ 0 的时候，可以使用下列过程：

从 HSV 到 RGB 的转换
       类似的，给定在 HSV 中 (h, s, v) 值定义的一个颜色，带有如上的 h，和分别表示饱和度和明度的 s 和 v 变化于 0 到 1 之间，在 RGB 空间中对应的 (r, g, b) 三原色可以计算为：

[cpp]  view plain copy
  1. // RGB转换为HSV  
  2. void rtRGB2HSV(RtScalar rgb, RtScalar& hsv)  
  3. {     
  4.     double minV = 0,maxV = 0, delMax = 0;  
  5.     minV = min(min(rgb.val[0], rgb.val[1]), rgb.val[2]);  
  6.     maxV = max(max(rgb.val[0], rgb.val[1]), rgb.val[2]);  
  7.     delMax = maxV - minV;//Delta RGB value   
  8.       
  9.   
  10.     if (minV == maxV)  
  11.     {  
  12.         hsv.val[0] = 0;  
  13.     }  
  14.     if (maxV == rgb.val[0] && rgb.val[1] >= rgb.val[2])  
  15.     {  
  16.         hsv.val[0] = (rgb.val[1] - rgb.val[2])/delMax * 60.0;  
  17.     }  
  18.     if (maxV == rgb.val[0] && rgb.val[1] < rgb.val[2])  
  19.     {  
  20.         hsv.val[0] = (rgb.val[1] - rgb.val[2])/delMax * 60.0 + 360;  
  21.     }  
  22.     if (maxV == rgb.val[1])  
  23.     {  
  24.         hsv.val[0] = (rgb.val[2] - rgb.val[0])/delMax * 60.0 + 120;  
  25.     }  
  26.     if (maxV == rgb.val[2])  
  27.     {  
  28.         hsv.val[0] = (rgb.val[0] - rgb.val[1])/delMax * 60.0 + 240;  
  29.     }  
  30.   
  31.     if (maxV == 0)  
  32.         hsv.val[1] = 0;  
  33.     else  
  34.         hsv.val[1] = 1.0 - minV/maxV;  
  35.   
  36.     hsv.val[2] = maxV;  
  37. }  
  38.   
  39. // HSV转换为RGB  
  40. void rtHSV2RGB(RtScalar hsv, RtScalar& rgb)  
  41. {  
  42.     if ( hsv.val[1] == 0 )   
  43.     {  
  44.         rgb = rtScalar(hsv.val[2], hsv.val[2], hsv.val[2], 0);  
  45.     }  
  46.     else  
  47.     {  
  48.         double varh,vari,var1,var2,var3;  
  49.         varh = hsv.val[0] /60.0;  
  50.         vari = int(varh);  
  51.         var1 = hsv.val[0] * (1.0 - hsv.val[1]);  
  52.         var2 = hsv.val[0] * (1.0 - hsv.val[1]* (hsv.val[0] - vari));  
  53.         var3 = hsv.val[0] * (1.0 - hsv.val[1]* (1.0 - (hsv.val[0] - vari)));  
  54.   
  55.         switch (vari)  
  56.         {  
  57.         case 0:  
  58.             rgb = rtScalar(hsv.val[0], var3, var1, 0);  
  59.             break;  
  60.         case 1:  
  61.             rgb = rtScalar(var2, hsv.val[0], var1, 0);  
  62.             break;  
  63.         case 2:  
  64.             rgb = rtScalar(var1, hsv.val[0], var3, 0);  
  65.             break;  
  66.         case 3:  
  67.             rgb = rtScalar(var1, var2, hsv.val[0], 0);  
  68.             break;  
  69.         case 4:  
  70.             rgb = rtScalar(var3, var1, hsv.val[0], 0);  
  71.             break;  
  72.         case 5:  
  73.             rgb = rtScalar(hsv.val[0], var1, var2, 0);  
  74.             break;  
  75.         }  
  76.     }  
  77. }  

(完)



                                                                                                                 转载：http://blog.csdn.net/juyingmin/article/details/5689591

皮卡丘_Eason
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
颜色空间转换RGB转HSI
08-18
颜色空间转换RGB转HSI
色彩空间转换
qq_42829848的博客
09-17 1166
根据RGB与HIS颜色空间相互转换的数学公式，利用Python语言编写相应的颜色空间转换的函数。基于以上编写的颜色空间转换函数以及利用HSI色彩空间进行图像切割、检测等操作。
RGB彩色空间的不同转换公式
林建华的专栏
08-30 4086
在做图像处理时，我们一般采用的是RGB空间，但是在某些特殊情况下，我们也会用到其他的颜色空间。本文主要介绍一些常见的颜色空间的概念和转换公式。颜色的实质是一种光波。它的存在是因为有三个实体：光线、被观察的对象以及观察者。人眼是把颜色当作由被观察对象吸收或者反射不同波长的光波形成的。例如，当在一个晴朗的日子里，我们看到阳光下的某物体呈现红色时，那是因为该物体吸收了其它波长的光，而把红色波长的光反射到
CMYK与RGB参数转换公式及转换方法
jiushidt的专栏
01-30 4万+
1. RGB色彩模式  自然界中绝大部分的可见光谱可以用红、绿和蓝三色光按不同比例和强度的混合来表示。RGB分别代表着3种颜色：R代表红色，G代表绿色、B代表蓝色。RGB模型也称为加色模型，如图5所示。RGB模型通常用于光照、视频和屏幕图像编辑。 RGB色彩模式使用RGB模型为图像中每一个像素的RGB分量分配一个0~255范围内 的强度值。例如：纯红色R值为255，G值为0，B值为0
signature=f62f1ec47a85918a7d111dd1dcc3aa4e,ant-design-pro-vue
热门推荐
weixin_42518480的博客
05-30 8万+
# THIS IS AN AUTOGENERATED FILE. DO NOT EDIT THIS FILE DIRECTLY.# yarn lockfile v1"@ant-design/icons-vue@^1.0.1":version "1.0.1"resolved "https://registry.yarnpkg.com/@ant-design/icons-vue/-/icons-vue...
颜色空间
血色浪漫的专栏
02-09 3832
摘自：http://blog.csdn.net/juyingmin/article/details/5689591  （注：做了一些完善工作） 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
OpenCV基础操作(4)颜色空间转换、几何变换、图像二值化操作
qq_44665283的博客
05-21 1240
OpenCV基础操作(4)颜色空间转换、几何变换、图像二值化操作
5、颜色空间转换（物体跟踪）几何变换（扩展缩放、平移、仿射变换、旋转、透视变换）
le000426的博客
10-27 942
一、颜色空间转换 BGR，即蓝-绿-红色彩空间，每一个像素点都由一个三元数组来表示，分别代表蓝、绿、红三种颜色。另一个与之相似的颜色空间：RGB，它们只是在颜色的顺序上不同。 RGB[A]准换成灰度：Y=0.299R+0.587G+0.114*B 灰度转换为RGB[A]：R=Y,G=Y,B=Y,A=max(ChannelRange) 该空间广泛用于视频和图像压缩，不能算作纯粹的色彩空间，它是RGB颜色空间的一种解码方式Y通道表示亮度，而Cr和Cb表示红色差值(在RGB空间中R通道和Y的差值）和蓝色差值(在R
VC编程实现色彩空间XYZ与LAB相互转换
HI的专栏
05-05 2168
VC编程实现色彩空间XYZ与LAB相互转换 文章VC编程实现色彩空间RGB与XYZ相互转换已经介绍了RGB与XYZ色彩空间的转换算法以及实际的VC源代码，在上一篇文章已经提到，在PhotoShop中经常使用有RGB(红色、绿色、蓝色)、CMYK(青色、洋红、黄 色、黑色)、HSB(色相、饱和度、亮度)和Lab4中色彩空间。我们用到XYZ色彩空间的目的是进行RGB与LAB色彩空
python画皮卡丘并上色代码,python画皮卡丘代码pillow
yyyqqq_的博客
01-07 825
data=pd.read_excel('/Users/chenlinlin/Desktop/通关情况.xlsx',index_col='姓名', decoding='utf-8')plt.xticks(rotation=0,color='white',backgroundcolor='b')#设置xticks的方向。lines={'linewidth':1.5, 'linestyle':'--','color':'g'}#这是我要赋值的参数名字和参数。
颜色空间变换算法rgb,lab,luv
09-21
介绍两种颜色空间变换算法的实现，分别是rgb->lab和rgb->luv
yansejuzhen.zip_颜色空间转换
07-14
HSV空间与RGB空间转换等颜色空间转换示例
RGB和HSL色彩空间转换
04-16
用于RGB和HSL色彩空间之间的相互转换的函数，.m文件存储
opencv实现图像颜色空间转换
08-25
主要为大家详细介绍了opencv实现图像颜色空间转换，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2024-2030全球及中国PCB接触式探头行业研究及十五五规划分析报告.docx
04-18
2024-2030全球及中国PCB接触式探头行业研究及十五五规划分析报告
网站界面设计mortal0418代码
04-18
网站界面设计mortal0418代码
PHP毕业设计-校园失物招领系统源码+数据库.zip
04-18
PHP毕业设计-校园失物招领系统源码+数据库.zip个人经导师指导并认可通过的高分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试，确保可以运行！ PHP毕业设计-校园失物招领系统源码+数据库.zip个人经导师指导并认可通过的高分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试，确保可以运行！ PHP毕业设计-校园失物招领系统源码+数据库.zip个人经导师指导并认可通过的高分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试，确保可以运行！ PHP毕业设计-校园失物招领系统源码+数据库.zip个人经导师指导并认可通过的高分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可
2024年神经酸行业分析报告.pptx
最新发布
04-18
2024年神经酸行业分析报告.pptx
open3d颜色空间转换
09-14
Open3D提供了用于颜色空间转换的功能。通过使用`open3d.geometry.Image`类的`convert_rgb_to_intensity()`方法，您可以将RGB图像转换为灰度图像。这个方法可以将RGB值转换为亮度值，并将其用作灰度图像的每个像素的值。请注意，此转换默认情况下将像素值缩放到[0, 1]范围内。 另外，如果您想要进行更复杂的颜色空间转换，例如将RGB图像转换为HSV或Lab颜色空间，您可以使用`open3d.geometry.RGBDImage`类的`create_from_color_and_depth()`方法进行RGBD图像的创建。该方法可以接受RGB图像和深度图像，并在创建RGBD图像时进行颜色空间转换。您可以随后使用`open3d.geometry.RGBDImage`对象中的相应方法来访问转换后的颜色空间数据。 综上所述，Open3D提供了丰富的颜色空间转换功能，可根据您的需求进行不同级别的转换。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值