机器视觉——图像初处理

1、彩色空间

        彩色图像的颜色空间也称为颜色模型或彩色系统，我们都知道，人眼看到的色彩图像都是光的反射形成的。在图像处理中，图像需要通过不同的颜色模型展现。常用的颜色空间有RGB、YCrCb、HSV、GRAY等。

1.1 RGB颜色空间

        人眼中有大量对红、绿、蓝3种颤色敏感的锥状体细胞，因此，我们常用红色(Red, R)、绿色(Green,G)、蓝色(Blue,B)组成的RGB颜色空间表达彩色图像的信息。面向硬件设备的RGB颜色空间主要用于电视机、计算机等电子系统感知、表示和显示图像。
        RGB颜色空间基于三维直角坐标系，包括R、G、B3个原始光谱分量，如图2-1所示。RGB颜色空间中的R、G、B3个分量的值分别描述了红色、绿色、蓝色的亮度值。为了方便描述，我们将3个分量都进行归一化处理，使得三元组中的每个数值均表示红色、绿色、蓝色三者的比例。在图2-1中，原点(0,0,0)代表黑色，点(1,1,1)代表白色，点(1,0,0)代表红色(R)，点(0,1,0)代表绿色(G)，点(0,0,1)代表蓝色(B)。

        RGB 图像由3个图像分量组成，分别是R通道图像、G通道图像和B通道。OpenCV默认的图像格式为BGR，即三个维度为B蓝色、G绿色、R红色。

import cv2
lena=cv2.imread("lena.jpg")
cv2.imshow('before',lena)
#调用通道分离
b,g,r=cv2.split(lena)
#三通道分别显示
cv2.imshow('blue',b)
cv2.imshow('green',g)
cv2.imshow('red',r)
cv2.waitKey(0)
cv2.destroyAllWindows()

【运行结果】

          

【结果分析】三个通道的图像相当于单独的二值图，没有颜色空间显示，所以都显示为灰色图像。

1.2 gray色彩空间

        GRAY(灰度图像）通常指8位灰度图，具有256个灰度级，像素值的范围是［0,255]。当图像由RGB色彩空间转换为GRAY色彩空间时，其灰度值的计算公式如下：

        当图像由GRAY色彩空间转换为RGB色彩空间时，一般的处理方式，是RGB通道的值都等于灰度值。

        OpenCV 提供cv2.cvtColor()函数用于彩色空间转换。语法格式：

 dst=cv2.cvtColor(src, code [,dstCn])

【参数说明】

• dst表示输出图像，与原始输入图像具有同样的数据类型和深度。
• src表示原始输入图像。
• code是色彩空间转换码，常用的值有cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2RGB, cv2.COLOR_GRAY2BGR等。
• dstCn 是目标图像的通道数。如果参数为默认的0，则通道数自动通过原始输入图像和code得到。

import cv2
lena=cv2.imread("lena.jpg")
gray=cv2.cvtColor(lena,cv2.COLOR_BGR2GRAY)
#＝＝＝＝＝＝＝＝＝＝打印 shape=
print ("lena.shape=",lena.shape)
print ("gray.shape=",gray.shape)
#＝＝＝＝＝＝＝＝＝＝显示效果＝

【运行结果】

1.3 HSV颜色空间

       HSV色彩空间从心理学和视觉的角度出发，指出人眼的色彩知觉主要包含三要素：色调（Hue,也称为色相）、饱和度（Saturation)、亮度（Value) 我们将物理空间的颜色分布在圆周上，不同的角度代表不同的颜色。因此，通过调整色调值就能选取不同的颜色，色调的取值区间为[0,360]。饱和度为一比例值，范围是[0,1],具体为所选颜色的纯度值和该颜色最大纯度值之间的比值。饱和度的值为0时，只有灰度。亮度表示色彩的明亮程度，取值范围也是[0,1]

        从RGB色彩空间转换到HSV色彩空间时，先将RGB色彩空间的值归一化到[0,1]之间，然后再进行计算：

计算结果可能存在H小于0的情况，如果H小于0，则调整为 H=H+360。

1.3.1HSV和HSI区别

        HSV (色相hue, 饱和度saturation, 明度value), 也称HSB。(B指brightness) 是艺术家们常用的，因为与加法减法混色的术语相比，使用色相，饱和度等概念描述色彩更自然直观。HSV是RGB色彩空间的一种变形，它的内容与色彩尺度与其出处——RGB色彩空间有密切联系。

HSL (色相hue, 饱和度saturation, 亮度lightness/luminance)，也称HLS 或 HSI (I指intensity) 与
HSV非常相似，仅用亮度（lightness）替代了明度（brightness）。

二者区别在于，一种纯色的明度等于白色的明度，而纯色的亮度等于中度灰的亮度。

        cv2.cvtColor()函数中使用cv2.COLOR_BGR2HSV转换码可将图像从BGR色彩空间转换为HSV色彩空间，示例代码如下：

import cv2
lena=cv2.imread("lena.jpg")
cv2.imshow('BGR',lena)	        			#显示图像
img2=cv2.cvtColor(lena,cv2.COLOR_BGR2HSV) 		#转换色彩空间为HSV
cv2.imshow('HSV',img2)  	        			#显示图像
cv2.waitKey(0)

【运行结果】

1.4 YCrCb色彩空间

        在YCrCb色彩空间中，Y代表光源的亮度，色度信息保存在Cr和Cb中，其中，Cr表示红色分量信息，Cb表示蓝色分量信息。亮度给出了颜色亮或暗的程度信息，该信息可以通过照明中强度成分的加权和来计算。在RGB光源中，绿色分量的影响最大，蓝色分量的影响最小。对8位图像，从RGB色彩空间到YCrCb色彩空间的转换公式为：

从YCrCb色彩空间到RGB色彩空间的转换公式为：

        cv2.cvtColor()函数中使用cv2.COLOR_BGR2YCrCb转换码可将图像从BGR色彩空间转换为YCrCb色彩空间，示例代码如下：

import cv2
lena=cv2.imread("lena.jpg") 				#读取图像
cv2.imshow('BGR',lena)  	        			#显示图像
img2=cv2.cvtColor(lena,cv2.COLOR_BGR2YCrCb) 		#转换色彩空间为YCrCb
cv2.imshow('YCrCb',img2)  	        			#显示图像
cv2.waitKey(0)

【运行结果】