OpenCV之图像色彩空间转换

1. 图像色彩空间转换

import cv2 as cv

def color_space_demo():#定义一个色彩空间
    # 这段代码是使用OpenCV库中的imread函数来读取名为8547023.jpg的图像文件，
    # 并将其存储在变量image中。路径"D:\8547023.jpg"是图像文件的完整路径。
    image = cv.imread("D:\8547023.jpg")

    #这行代码是用来将彩色图像转换为灰度图像。
    # cv.cvtColor函数是OpenCV库中的一个函数，它可以用来进行图像的颜色空间转换。
    # 其中，image是原始彩色图像，cv.COLOR_BGR2GRAY表示将图像从BGR颜色空间转换为灰度颜色空间。
    # 转换后的灰度图像保存在gray变量中。
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    
    #这行代码是使用OpenCV库中的cvtColor函数将BGR颜色空间的图像转换为HSV颜色空间的图像。
    # HSV颜色空间由三个分量组成：色调(H)，饱和度(S)，明度(V)。
    # 将图像转换为HSV颜色空间可以更方便地进行颜色分析和处理。
    hsv=cv.cvtColor(image,cv.COLOR_BGR2HSV)

    # `cv.imshow("landscape",image)` 是用于在窗口中显示图像的OpenCV函数。
    # 其中`"landscape""gray""hsv"`是窗口的名称，可以自定义，`image`是要显示的图像。
    cv.imshow("landscape", image)
    cv.imshow("gray", gray)
    cv.imshow("hsv", hsv)

    # cv.waitKey(0)是OpenCV中的一个函数，意思是等待键盘输入，
    # 参数0表示等待无限长的时间，直到有键盘输入为止。
    # 这个函数通常在图像显示的时候使用，可以让图像窗口持续显示，直到按下键盘上的任意键才会关闭窗口。
    cv.waitKey(0)

    # cv.destroyAllWindows()是OpenCV库中的一个函数，用于关闭所有已经创建的窗口。
    # 当我们使用OpenCV创建了一个或多个窗口来显示图像或视频时，这些窗口会一直保持打开状态，
    # 直到我们手动关闭它们。如果我们想要一次性关闭所有窗口，可以使用cv.destroyAllWindows()函数来实现。
    # 这个函数会将所有已经创建的窗口关闭，释放内存资源。
    cv.destroyAllWindows()

#这段代码的意思是，如果当前模块是被直接执行而不是被导入的，那么就执行`read_demo()`函数。
if __name__ == "__main__":
    color_space_demo()

2.运行结果如下图所示:

3.其他色度空间转化

 rgb=cv.cvtColor(image,cv.COLOR_BGR2RGB)

BGR和RGB是两种颜色编码系统。
RGB是红、绿、蓝三原色的组合，是最常见的颜色模型。在RGB模型中，每个像素由三个分量表示，分别是红（R）、绿（G）和蓝（B）。每个分量的取值范围是0到255，表示颜色的亮度。通过调整三个分量的取值，可以获得不同的颜色。
BGR是RGB的一种变体，其顺序正好相反。在BGR模型中，每个像素的三个分量分别表示蓝（B）、绿（G）和红（R）。虽然BGR模型并不常见，但在一些特定的上下文中，如计算机图形学和图像处理中，可能使用BGR编码。
总的来说，BGR与RGB的区别在于颜色分量的顺序，RGB是红、绿、蓝，而BGR是蓝、绿、红。