Python3+OpenCV学习笔记（三）：颜色空间转换

最新推荐文章于 2024-06-27 22:50:16 发布

Amo_Rev

最新推荐文章于 2024-06-27 22:50:16 发布

阅读量1.6k

点赞数

分类专栏： Python图像处理文章标签： OpenCV Python 图像处理颜色空间

本文链接：https://blog.csdn.net/Amo_Rev/article/details/78864448

版权

本文是关于Python3结合OpenCV进行颜色空间转换的学习笔记，主要介绍了颜色空间的概念，如RGB、HSI，并重点讲解了如何使用cv2.applyColorMap函数，通过cv2.COLORMAP_AUTUMN、cv2.COLORMAP_JET等颜色空间进行图像滤镜效果的实现。

摘要由CSDN通过智能技术生成

所谓“颜色空间”，本质上即是利用坐标体系和子空间，建立对不同色彩进行描述的模型，比如经常听到的RGB、HSI等等（博文最后附有参考链接）。还有一个名词也是经常可以听到的——“颜色通道”。如RGB模型中，我们经常会提到的R通道、G通道和B通道，就是分别用来存储红、绿、蓝三种颜色元素的信息。

在OpenCV里面，进行颜色转换需要用到的函数是cv2.applyColorMap（src, color_space）“src”为源图像，“color_space”为可以选择的颜色空间，在示例中用到了cv2.COLORMAP_AUTUMN、cv2.COLORMAP_JET等空间（可以理解为不同的滤镜）。

废话不多说，看示例：

import cv2
from matplotlib import pyplot as plt

img = cv2.imread('Rachel.jpg', 1)

# 将BGR转换为RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

autumn = cv2.applyColorMap(img, cv2.COLORMAP_AUTUMN)
bone =