【OpenCV】笔记（9）——色彩空间和颜色处理

最新推荐文章于 2024-08-05 23:08:48 发布

_TFboy

最新推荐文章于 2024-08-05 23:08:48 发布

阅读量3.2k

点赞数 2

分类专栏：项目实践 OpenCV进行数字图像处理自学笔记文章标签： C++ opencv

本文链接：https://blog.csdn.net/icurious/article/details/58591622

版权

项目实践同时被 2 个专栏收录

15 篇文章 5 订阅

订阅专栏

OpenCV进行数字图像处理自学笔记

12 篇文章 11 订阅

订阅专栏

颜色空间：用三种或者更多特征来指定颜色的方法，被称为颜色空间或者颜色模型

颜色空间转换：OpenCV中有超过150种可用的颜色空间转换方法

最常用的是在imgproc模块中提供的void cvtColor函数

函数名	参数	解释
void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );	@param src input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC... ), or single-precision floating-point. @param dst output image of the same size and depth as src. @param code color space conversion code (see cv::ColorConversionCodes). @param dstCn number of channels in the destination image; if the parameter is 0, the number of the channels is derived automatically from src and code.	输入图像，8或者16位无符号整形或者单精度浮点数与src具有相同尺寸和深度的输出图像颜色空间的转换代码目标图像的通道数

颜色空间

1 RGB

一幅图像由三个独立的图像平面或者通道构成：红、蓝、绿（以及可选项：透明度alpha通道）

每个值代表每个像素的每个分量的度量值，值越高对应于更亮的像素

对应于人眼的三种光锥细胞，所以被广泛使用

2 灰度图

每个像素值只表示灰度信息这一单一信息

RGB[A]准换成灰度：Y=0.299*R+0.587*G+0.114*B

灰度转换为RGB[A]：R=Y,G=Y,B=Y,A=max(ChannelRange)

3 CLE XYZ

CLE XYZ系统采用一个亮度分量Y来描述颜色，它与人类视觉鄂亮度灵敏度和两个附加通道X,Y有关，为国际照明委员会CLE使用来自一些人观测实验的统计得到的标准

该颜色空间的主要问题是颜色以不均匀地方式被缩放

这种现象导致了CLE采用 CLE L*a*b* 和L*u*v*模型

4 YCrCb

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RGB空间中B通道和Y的差值）各自的色度分量。

其变化计算如下：

5 HSV

HSV颜色空间输入面向色度的颜色坐标系统的一种。这种类型的颜色模型接近人类颜色感知的仿真模型。

HSV的三个通道表示色度（H给出的颜色光谱构成的一种度量），饱和度（S给出主波长中的纯光比例，这表明一种颜色距离相同亮度灰度的程度）和纯度（V给出相对于白色光照强度的亮度），对应于直觉上的色彩、明暗和色调。HSV广泛应用于色彩的比较。

TIP：OpenCV中的imshow（）函数假设图像的颜色以RGB显示，因此其他显示均不正确。所以首先必须将其转换成RGB颜色空间

6 HLS

HLS属于面向色度的颜色坐标系统中的一种，和之前的HSV类似

用来指定每个通道中的一种颜色的色度值、明暗值、饱和度值

与HSV不同的是HSL定义的一种纯颜色的亮度等于一种中等灰色的亮度

而HSV定义的一种纯颜色的亮度等于白色的亮度

7 CLE L*a*b

8 CLE L*u*v

9 Bayer

Bayer像素空间组合被广泛用于只有一个图像传感器的数字相机中，每个RGB通道只有一个传感器，每个像素被一个不同颜色的滤波器覆盖掉，每个像素测量的只有一个值。使用Bayer方法时，会利用临近的像素来推断丢失的颜色信息，像素时交错分布的。

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

vector<Mat > showSeparatedChannels(vector< Mat> channels );

int main()
{
                 //read source image
                 Mat src = imread("lijiang.jpg" );
                imshow( "Picture", src);

                 //xyz        
                 //cvtColor(src, src, COLOR_BGR2XYZ);
                
                 //vector<Mat> channels;
                 //split(src, channels);

                 //split
                 //vector<Mat> channels;
                 //cout << "-----------------1\n";
                 ///split(src, channels);
                 //cout << "-----------------2\n";//不知道为啥总是出错


                 /*show B,G,R channels(gray)
                namedWindow("Blue channel(gray)", WINDOW_AUTOSIZE);
                imshow("Blue channel(gray)", channels[0]);

                namedWindow("Green channel(gray)", WINDOW_AUTOSIZE);
                imshow("Green channel(gray)", channels[1]);

                namedWindow("Red channel(gray)", WINDOW_AUTOSIZE);
                imshow("Red channel(gray)", channels[2]);

                //show B,G,R channels(colorful)
                vector<Mat> separatedChannels = showSeparatedChannels(channels);

                namedWindow("Blue channel", WINDOW_AUTOSIZE);
                imshow("Blue channel", separatedChannels[0]);

                namedWindow("Green channel", WINDOW_AUTOSIZE);
                imshow("Green channel", separatedChannels[1]);

                namedWindow("Red channel", WINDOW_AUTOSIZE);
                imshow("Red channel", separatedChannels[2]);

                Mat imageGray;
                cvtColor(src, imageGray, COLOR_BGR2GRAY);

                namedWindow("Gray picture", WINDOW_AUTOSIZE);
                imshow("Gray picture", imageGray);
                */

                 /*
                namedWindow("X channel(gray)", WINDOW_AUTOSIZE);
                imshow("Xchannel(gray)", channels[0]);

                namedWindow("Y channel(gray)", WINDOW_AUTOSIZE);
                imshow("Y channel(gray)", channels[1]);

                namedWindow("Z channel(gray)", WINDOW_AUTOSIZE);
                imshow("Z channel(gray)", channels[2]);

                vector<Mat> separatedChannels = showSeparatedChannels(channels);
                for (int i = 0;i < 3;i++)
                {
                                cvtColor(separatedChannels[i], separatedChannels[i], COLOR_XYZ2BGR);
                }

                namedWindow("X channel", WINDOW_AUTOSIZE);
                imshow("X channel", separatedChannels[0]);

                namedWindow("Y channel", WINDOW_AUTOSIZE);
                imshow("Y channel", separatedChannels[1]);

                namedWindow("Z channel", WINDOW_AUTOSIZE);
                imshow("Z channel", separatedChannels[2]);

                */

                 Mat bayer = imread("lijiang.jpg" , CV_8UC3);
                namedWindow( "Bayer picture", WINDOW_AUTOSIZE );
                imshow( "Bayer picture", bayer);

                 Mat imageColor;
                cvtColor(bayer, imageColor, COLOR_BayerRG2BGR);

                namedWindow( "Color picture", WINDOW_AUTOSIZE );
                imshow( "Color picture", imageColor);

                waitKey();

                 return 0;
}


vector<Mat > showSeparatedChannels(vector< Mat> channels )
{
                 vector<Mat > separatedChannels;

                 for (int i = 0; i < 3; i++)
                {
                                 Mat zer = Mat ::zeros(channels[ 0].rows, channels[0].cols, channels[0].type());

                                 vector<Mat > aux;
                                 for (int j = 0;j < 3;j++)
                                {
                                                 if (j == i)
                                                {
                                                                aux.push_back( channels[i]);
                                                }
                                                 else
                                                {
                                                                aux.push_back(zer);
                                                }

                                }
                                 Mat chann;
                                merge(aux, chann);

                                separatedChannels.push_back(chann);

                }
                 return separatedChannels;

}

基于颜色空间的分割

When the lower and/or upper boundary parameters are scalars, the indexes

(I) at lowerb and upperb in the above formulas should be omitted.

@param src first input array.

@param lowerb inclusive lower boundary array or a scalar.

@param upperb inclusive upper boundary array or a scalar.

@param dst output array of the same size as src and CV_8U type.

CV_EXPORTS_W void inRange(InputArray src, InputArray lowerb,

InputArray upperb, OutputArray dst);

利用HSV空间

利用YCrCb空间

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
                 //read source image
                 Mat src = imread("hand.png" );
                imshow( "Picture", src);

                 //Mat hsv;
                 //cvtColor(src, hsv, COLOR_BGR2HSV);

                 //Mat bw;
                 //inRange(hsv, Scalar(0, 10, 60), Scalar(20, 150, 255), bw);
                 Mat ycrcb;
                 Mat bw;
                cvtColor(src, ycrcb, COLOR_BGR2YCrCb);
                inRange(ycrcb, Scalar(0, 133, 77), Scalar (255, 173, 177), bw);

                namedWindow( "Selected pixels", WINDOW_AUTOSIZE );
                imshow( "Selected pixels", bw);

                waitKey();

                 return 0;
}