Opencv颜色空间转换

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。