OpenCV4机器学习（三）：颜色空间（RGB、HSI(1)

2401_84182020

于 2024-04-28 01:58:30 发布

阅读量784

点赞数 14

分类专栏：程序员文章标签：机器学习人工智能

本文链接：https://blog.csdn.net/2401_84182020/article/details/138262989

版权

程序员专栏收录该内容

153 篇文章 0 订阅

订阅专栏

RGB空间中的任何一个点可以转换成HSI空间中的点，具体的转换公式如下：
在这里插入图片描述

四、HSV颜色空间

HSV颜色空间中，H是Hue（色度）的缩写，S是Saturation（饱和度）的缩写，V是Value（亮度）的缩写：

色度通常用来从宏观上区分某一种颜色，例如：白、黄、青、绿、品红、红、蓝、黑等就是色度；
饱和度指的是颜色的纯度，通常情况下，颜色越鲜艳，饱和度越高；颜色越暗淡，饱和度越低；
亮度指的是颜色的明暗程度，颜色越亮，亮度越高；颜色越暗，亮度越低。

HSV颜色空间的数学模型可以用一个圆锥来表示，如下图所示：

在这里插入图片描述
如图所示，某一像素的H可以由该点与白色基准线所形成的圆心角表示，H的取值范围为[0,360]；某一点的S可以由该点与所在圆面的圆心之间的距离表示，距离越大，饱和度越高，反之越低；某一点的V可以由该点所在圆面与圆锥顶部之间的距离表示，距离越大，亮度越高，反之则越低。

RGB到HSV的转换公式如下：
在这里插入图片描述
HSV颜色空间不适合显示器系统，但是更符合人眼的视觉特性，因此通常会将颜色从RGB空间域转换到HSV颜色空间进行处理，然后在换回RGB域进行显示。

五、HSL颜色空间

HSL（色调、饱和度、亮度）空间，与HSV类似，只不过把V：Value替换为了L：Lightness。这两种表示在用途上类似，但在方法上有区别。

HSV和HSL二者在数学上都是圆柱，但HSV在概念上可以被认为是颜色的倒圆锥体（黑点在下顶点，白色在上底面圆心），HSL在概念上表示了一个双圆锥体和圆球体（白色在上顶点，黑色在下顶点，最大横切面的圆心是半程灰色）。注意尽管在HSL和HSV中“色调”指称相同的性质，它们的“饱和度”的定义是明显不同的。

RGB到HSL的转换公式如下：
在这里插入图片描述

六、Lab颜色空间

Lab颜色空间，弥补了RGB和CMYK两种色彩模式的不足。它是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。Lab颜色模型由三个要素组成：

亮度L，反映光线强度；取值0~100；
颜色通道a，a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）；取值-128~127；
颜色通道b，是从亮蓝色（低亮度值）到灰色（中亮度值）再到黄色（高亮度值）；取值-128~127。

这样规定是根据人类的视觉原理，灵长类动物的视觉都有两条通道：红绿通道和蓝黄通道，大多数动物最多只有一条通道，如果有人缺失其中一条，就是我们所说的色盲。

Lab模式对于PS极为重要，它是PS从一种颜色模式转换到另一种颜色模式的内部转化方式，PS从一种颜色模式转换到另一种颜色模式时，总是先转换到Lab模式。Lab色域是所有颜色模式中最宽广的，它囊括了RGB和CMYK的色域。

七、灰度颜色空间

很多类型的图像都没有色彩信息，只有亮度信息，通常使用灰度图表示，例如红外图像。灰度空间也是视觉机器学习任务中最基本的颜色空间。RGB空间转换为灰度空间的公式如下：

0.299

0.587

0.114

Y = 0.299 \times R + 0.587 \times G + 0.114 \times B

Y=0.299×R+0.587×G+0.114×B

灰度空间转换为RGB空间的公式如下：

R=Y, G=Y, B=Y

R=Y,G=Y,B=Y

八、颜色空间转换实战

cvtColor函数将输入的源图从某个颜色空间转换至另一个颜色空间。OpenCV的默认颜色空间为BGR，因此对于一个标准的3字节彩色图，第一个字节为8bit蓝色分量，第二个字节是8bit绿色分量，第三个字节是8bit红色分量。

cvtColor函数定义如下：

void cv::cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)

各参数含义：

src：输入图像，可以是8位无符号整型（CV_8U）、16位无符号整型（CV_16U）或单精度浮点型数据
dst：输出图像，与输入图像的类型、大小和位深度均相等
code：颜色空间转换码，指定颜色空间转换的类型
dstCn：目标图像的通道数。当dstCn=0时，通道数将根据code与源图通道数自动确定

指定颜色空间转换的类型，将原图转换到不同的颜色空间，代码如下所示：

#include <iostream>
#include<opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
	Mat img = imread("D:\\VSProject\\OpenCV4\\chap02\\lena.jpg", 1);
	imshow("Original", img);
	//imwrite("Original", img);

	Mat img_gray,  img_hsv, img_hsl, img_lab, img_rgb;
	cvtColor(img, img_rgb, COLOR_BGR2RGB);   //BGR转RGB
	cvtColor(img, img_gray, COLOR_BGR2GRAY); //BGR转灰度图


![img](https://img-blog.csdnimg.cn/img_convert/f60de7dbad6b199c804bf50aad6d5a9a.png)
![img](https://img-blog.csdnimg.cn/img_convert/533c4733fb941a1ef543a28a6e5b70b2.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

2401_84182020

关注

14
点赞
踩
23

收藏

觉得还不错? 一键收藏
0
评论
OpenCV4机器学习（三）：颜色空间（RGB、HSI(1)

HSV和HSL二者在数学上都是圆柱，但HSV在概念上可以被认为是颜色的倒圆锥体（黑点在下顶点，白色在上底面圆心），HSL在概念上表示了一个双圆锥体和圆球体（白色在上顶点，黑色在下顶点，最大横切面的圆心是半程灰色）。某一点的S可以由该点与所在圆面的圆心之间的距离表示，距离越大，饱和度越高，反之越低；Lab模式对于PS极为重要，它是PS从一种颜色模式转换到另一种颜色模式的内部转化方式，PS从一种颜色模式转换到另一种颜色模式时，总是先转换到Lab模式。它是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。
复制链接

扫一扫