【openCV边缘检测】用传统方法实现边缘检测（二）色彩空间

Gitee地址：https://gitee.com/jzhou955/edge_detection.git
欢迎star or fork。

项目需求

1. 检测图片中特定部分的轮廓。
2. 单纯用边缘提取算子处理图片得到的效果并不理想。由于图片边缘两边的颜色差异较大，考虑用色域分离的方法进行边缘提取。

项目记录

• RGB：

  • RGB 是我们接触最多的颜色空间，由三个通道表示一幅图像，分别为红色(R )，绿色(G)和蓝色(B)。这三种颜色的不同组合可以形成几乎所有的其他颜色。
  • RGB 颜色空间是图像处理中最基本、最常用、面向硬件的颜色空间，比较容易理解。
  • RGB 颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量是高度相关的，所以连续变换颜色时并不直观，想对图像的颜色进行调整需要更改这三个分量才行。
  • 自然环境下获取的图像容易受自然光照、遮挡和阴影等情况的影响，即对亮度比较敏感。而 RGB 颜色空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，而没有一种更直观的方式来表达。
  • 但是人眼对于这三种颜色分量的敏感程度是不一样的，在单色中，人眼对红色最不敏感，蓝色最敏感，所以 RGB 颜色空间是一种均匀性较差的颜色空间。如果颜色的相似性直接用欧氏距离来度量，其结果与人眼视觉会有较大的偏差。对于某一种颜色，我们很难推测出较为精确的三个分量数值来表示。
  • 所以，RGB 颜色空间适合于显示系统，却并不适合于图像处理。

• HSV：

  • 在 HSV 颜色空间下，比 BGR 更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。
  • HSV 表达彩色图像的方式由三个部分组成：
    • Hue（色调、色相）
    • Saturation（饱和度、色彩纯净度）
    • Value（明度）
  • 用下面这个圆柱体来表示 HSV 颜色空间，圆柱体的横截面可以看做是一个极坐标系 ，H 用极坐标的极角表示，S 用极坐标的极轴长度表示，V 用圆柱中轴的高度表示。

• Hue 用角度度量，取值范围为0～360°，表示色彩信息，即所处的光谱颜色的位置，表示如下：

• 颜色圆环上所有的颜色都是光谱上的颜色，从红色开始按逆时针方向旋转，Hue=0 表示红色，Hue=120 表示绿色，Hue=240 表示蓝色等等。
• 在 GRB中 颜色由三个值共同决定，比如黄色为即 (255,255,0)；在HS