1.基本原理
颜色空间,是为了方便对色彩进行说明而建立的彩色模型。在数字图像处理中,最常用的颜色空间是RGB(红绿蓝)模型,常用于颜色显示和图像处理,此外还有HSI(色调,饱和度,亮度)空间和灰度空间。
1)RGB空间
RGB空间基于笛卡尔坐标系,是用一个单位长度的立方体来表示颜色的,如图所示:
图中RGB原色值位于立方体三个顶点上,二次色青色,品红色和黄色位于另外三个顶点上,白色位于与原点相对的顶点上。
图中所示的各颜色分量的取值范围是归一化到[0,1]后表示的,实际上,在RGB彩色空间中,如果使用CV_8U3C数据类型,则RGB取值范围为(0,1,2.....,255)。在Opencv中,每个像素都用一个三维向量来表示该像素的BGR三个分量。例如,(255,0,0)表示蓝色分量为最大值255,其余分量均为0,因此该像素点为蓝色。
2)HSI空间
HSI颜色空间是从人的视觉系统出发,用色调、色饱和度和亮度来描述色彩,可以用一个如图所示的圆锥空间模型来描述。
HSI空间可以消去彩色信息(色调和饱和度)中强度分量的影响,因此,在某些情景中,可以将原始图像转换为HSI空间来削弱光线变化的的影响。
HSI空间的色调、色饱和度和亮度可以从RGB空间的立方体得到,也即可以把任何一个RGB空间中的点转换为对应HSI空间中的点,转换的公式如下:
中科院刘定生《数字图像处理与分析》
此外,在Opencv中,还有HSV(色调,饱和度和明度)来隔离图像颜色与亮度信息。HSV空间模型可以用如下圆锥来表示:
RGB空间与HSV空间的转换公式见下图:
3)灰度空间
很多类型的图像没有色彩信息,只有亮度信息,通常用灰度图来表示。灰度图只有一个维度,即灰度,用Y来表示。
RGB空间转换为灰度空间的公式如下:
灰度空间转换为RGB空间的公式为:
2.cv::cvtColor函数
在Opencv中,可以使用cv::cvtColor函数对读取进行颜色空间转换,从cv::cvtColor函数得语法如下:
void cv::cvtColor(InputArray src,
OutputArray dst,
int code,
int dstCn = 0)
函数参数:
src:输入图像 ,通常为一个cv::Mat类。
dst:输出图像,与输入图像得类型,大小和位深度均相等。
code:颜色空间转换码,指定颜色空间转换类型,例如CV_BGR2HSV表示RGB颜色空间转到HSV空间,这些转换码包含在头文件“opencv2/imgproc/types_c.h”中。
dstCn:目标图像的通道数,当设置为0时,通道数将根据code与源图通道数自动确定。
示例如下:
#include<opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>
#include<iostream>
using namespace cv;
using namespace std;
int main()
{
Mat image_rgb = imread("D:\\Desktop\\photo\\8.jpg", 1);
Mat image_hsv,image_gray,image_graytrgb,image_hsvtrgb;
cvtColor(image_rgb, image_gray, CV_BGR2GRAY);
cvtColor(image_rgb, image_hsv, CV_BGR2HSV);
cvtColor(image_hsv, image_hsvtrgb, CV_HSV2BGR);
cvtColor(image_gray, image_graytrgb, CV_GRAY2BGR);
imshow("RGB", image_rgb);
imshow("RGB TO HSV", image_hsv);
imshow("HSV TO RGB", image_hsvtrgb);
imshow("RGB TO GRAY", image_gray);
imshow("GRAY TO RGB", image_graytrgb);
waitKey(0);
return 0;
}
运行结果如下:
从图中我们可以看出,RGB与HSV空间可以互相转换,但是将RGB空间转成灰度空间后,在转换成RGB空间,颜色分量信息会丢失,如果我们想要能够使RGB空间与灰度空间相互转换,必须提前存储RGB空间中的颜色分量信息。