20200405.色彩空间类型转换

色彩空间基础

GRAY色彩空间

即8位灰度图，具有256个灰度级，像素值范围是[0,255]
RGB色彩空间–>GRAY色彩空间：

1. 标准转换：Gray = 0.299·R+0.587·G+0.114·B
2. 简化形式：Gray = (R+G+B)/3

GRAY色彩空间–>RGB色彩空间：

1. 所有通道的值都相同：R = Gray G = Gray B = Gray

XYZ色彩空间

由CIE定义，相对计算更为容易的色彩空间。也可以与RGB色彩空间相互转换，只需要乘上一个转换矩阵即可。

YCrCb色彩空间

人眼视觉系统对颜色的敏感度要低于对亮度的敏感度。在YCrCb色彩空间中，Y代表光源的亮度，色度信息保存在Cr(红色分量信息)、Cb(蓝色分量信息)中。
RGB–>YCrCb：
Y = 0.299R + 0.587G + 0.114B
Cr = （R - Y）x 0.713 + delta
Cb = （B - Y）x 0.564 + delta
delta = 128（8位图像）|| 32768（16位图像）|| 0.5（单精度图像）
YCrCb–>RGB：
R = Y + 1.403 x （Cr - delta）
B = Y + 1.773 x （Cb - delta）
G = Y - 0.714 x （Cr - delta）- 0.344 x （Cb - delta）

HSV色彩空间

将色彩空间分为三要素：

• 色调 Hue ：取值区间[0,360]，不同的值代表不同的颜色。
• 饱和度 Saturation ：取值区间[0,1]，0时只有灰度，具体指所选颜色与该颜色最大纯度值之间的比值。
• 亮度 Value ：取值区间[0,1]，表示色彩的明亮程度。

色彩转换方式有相应的公式，可自行搜索。实践中，可以考虑cv2.cvtColor()函数。

HLS色彩空间

与HSV类似，
分为三要素：色调 Hue 光亮度 Lightness 饱和度 Saturation
光亮度 Lightness：控制色彩的明暗变化，衡量有多少光线从物体表面反射出来。

CIEL*a*b*色彩空间

均匀色彩空间模型：在色彩空间中，如果人观察到的两种颜色的区别程度，与这两种颜色在该色彩空间中对应的点之间的欧氏距离成正比，则其为均匀色彩空间。
CIEL*a*b*中的分量：
L*：像素亮度，取值范围[0,100]，纯黑到纯白
a*：从红色到绿色的范围，取值范围[-127，127]
b*：从黄色到蓝色的范围，取值范围[-127，127]

CIEL*u*v*色彩空间

同为均匀色彩空间模型，适用于显示器显示和根据加色原理进行组合的场合，该模型比较强调对红色的表示，对红色变化比较敏感，对蓝色变化不太敏感。

Bayer色彩空间

广泛应用在CCD和CMOS相机中。能够从单平面R、G、B交错表内获取彩色图像。

类型转换函数

在openCV中，使用cv2.cvtColor()实现色彩空间的变换。
语法格式： dst = cv2.cvtColor(src，code [，dstCn])
其中：
dst = 输出图像
src = 输入图像
code = 色彩空间转换码
dstCn = 目标图像通道数。默认为0，即通道数自动通过输入图像和code得到。

tips：转换过程并不是精准可逆，因为有可能存在值的映射过程。

import cv2
# 读取RGB图像
jimin = cv2.imread("C:\\Users\\NNoisy\\Desktop\\Jimin.jpg")
# 转化为灰度图
gray = cv2.cvtColor(jimin , cv2.COLOR_BGR2GRAY)
# 将上述灰度图重新转化为rgb图
rgb = cv2.cvtColor(gray , cv2.COLOR_GRAY2RGB)
# 打印两个图像的shape属性，主要为了看通道数
print("gray shape",gray.shape)
print("rgb shape",rgb.shape)
# 显示图像
cv2.imshow("jimin",jimin)
cv2.imshow("gray",gray)
cv2.imshow("rgb",rgb)
cv2.waitKey()
cv2.destroyAllWindows()

可以看出来，运行之后，实现了色彩空间的转换，但是从灰度图向RGB图转换之后，图像仍然是灰色的，是因为，在转换的过程中丢失了RGB颜色的比例，所以理论上是不可能恢复到原来的彩色的。可以参考上边关于灰度和RGB相互转换的公式。

HSV色彩空间

概述

相对于RGB色彩空间，HSV更加直观，我们可以更方便的使用色调、饱和度、亮度来感知颜色。
色调：取值范围是[0，360]，但是八位图像的灰度值取值范围是[0,255]，所以在转换的过程中，需要将色调的角度值映射到[0,255]中去，可以直接将角度值除以2，得到[0,180]的取值范围。
饱和度&亮度：同理，[0,1]表示的亮度和饱和度也需要进行值的映射过程，将其映射到[0,255]的范围内。

标记指定颜色

通过inRange函数锁定特定值

函数名：cv2.inRange()
用途：判断图像内像素点的像素值是否在指定范围
语法格式： dst = cv2.inRange(src , lowerb , upperb)
dst = 输出结果 src = 输入图像或数组
lowerb = 范围下界 upperb = 范围上界
输出结果：如果src处于该指定区间内，则dst中对应位置的值为255，否则为0

import cv2
import numpy as np
jimin = cv2.imread("C:\\Users\\NNoisy\\Desktop\\Jimin.jpg")
# 将图像转换为HSV色彩显示
hsv = cv2.cvtColor(jimin,cv2.COLOR_BGR2HSV)
cv2.imshow("jimin",jimin)
# 指定图像的红色区域
minred = np.array([0,50,50])
maxred = np.array([30,255,255])
mask = cv2.inRange(hsv , minred , maxred)
# 通过掩码控制的按位与运算，锁定红色区域
red = cv2.bitwise_and(jimin , jimin , mask=mask)
cv2.imshow("red" , red)
cv2.waitKey()
cv2.destroyAllWindows()

通过掩码的按位与方式，可以实现标记肤色等其他操作。

实现艺术效果

原理：通过改变HSV的三个通道的值，例如，改变亮度等，可以实现图像的一些艺术性的效果
流程如下：

1. 打开RGB或者其他格式的彩色文件
2. 通过cv2.cvtColor()将其转换为HSV色彩
3. 通过cv2.split()分解HSV的三个通道
4. 根据需要更改通道值
5. 通过cv2.merge()合并HSV三个通道
6. 通过cv2.cvtColor()将其转换为RGB色彩
7. 通过cv2.imshow()显示图像

import cv2
import numpy as np
jimin = cv2.imread("C:\\Users\\NNoisy\\Desktop\\Jimin.jpg")
# 将图像转换为HSV色彩显示
hsv = cv2.cvtColor(jimin,cv2.COLOR_BGR2HSV)
# 通道分解
h,s,v = cv2.split(hsv)
# 改变颜色饱和度
s[:,:] = 255
# 通道合并
mergehsv = cv2.merge([h,s,v])
# 将图像转换为BGR色彩显示，因为转换后的hsv色彩图像着实看着难受
art = cv2.cvtColor(mergehsv , cv2.COLOR_HSV2BGR)
cv2.imshow("jimin" , jimin)
cv2.imshow("art" , art)
cv2.waitKey()
cv2.destroyAllWindows()

alpha通道

在RGB的基础上，可以增加alpha通道，也即A通道，表示透明度。四个通道的色彩空间被称为RGBA色彩空间，例如：png图像就是4通道图像。
alpha的取值范围可以实[0,1]也可以是[0,255]表示从透明到不透明。

import cv2
import numpy as np
jimin = cv2.imread("C:\\Users\\NNoisy\\Desktop\\Jimin.jpg")
# 将图像转换为RGBA色彩显示
cvtjimin = cv2.cvtColor(jimin , cv2.COLOR_BGR2BGRA)
# 通道拆分
b,g,r,a = cv2.split(cvtjimin)
# 改变alpha的值
a[:,:] = 50
jimin125 = cv2.merge([b,g,r,a])
cv2.imshow("jimin",jimin)
cv2.imshow("jimin125",jimin125)
cv2.waitKey()
cv2.destroyAllWindows()
# 将改变alpha的图像保存文件
cv2.imwrite("cvtjimin125.png",jimin125)

可以看出来，图像在显示的时候虽然alpha通道值不一样，但是显示上无差别，但是如果单独保存文件下来，则会显示出其透明的属性。