DataWhale OpenCV -task3 彩色空间互转 小白学习笔记

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

3.1 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。

3.2 算法理论介绍与资料推荐

3.2.1 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，最终可以得到白色光，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，有个很著名的心理学公式：$$Gray=R\ast 0.299+G\ast 0.587+B\ast 0.114$$

3.2.2 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：“这是什么颜色？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：同HSI一样，可以用于偏光矫正、去除阴影、图像分割等。

1. RGB2HSV

$$V\leftarrow max(R,G,B)$$
$$S\leftarrow \{\begin{array}{ll}\frac{V-MIN(R,G,B)}{V}& ifV\ne 0\\ 0& otherwise\end{array}$$
H ← { 60 ( G − B ) / ( V − m i n ( R , G , B ) ) i f V = R 120 + 60 ( B − R ) / ( V