什么是色彩模型
颜色模型指的是某个三维颜色空间中的一个可见光子集，它包含某个色彩域的所有色彩。一般而言，任何一个色彩域都只是可见光的子集，任何一个颜色模型都无法包含所有的可见光(通俗一点讲就是表示颜色的一种方式)
RGB颜色模型
RGB模型
在计算机体系中，最常用的颜色空间是RGB模型，常用于颜色显示和图像处理，三维坐标的模型形式，主要是易于实现RGB三原色的组合表达各种颜色方便屏幕显示。学过物理的我们应该知道，可见光谱是连续的，而三原色RGB混合能形成其他的颜色，并不是说物理上其他颜色的光是由三原色的光混合形成的，每种单色光都有自己独特的光谱，如黄光是一种单色光，但红色与绿色混合能形成黄色，原因是人的感官系统所致，因为人眼感光细胞就是由红绿蓝三种感光细胞组成的。只能说“将三原色光以不同的比例复合后，对人的眼睛可以形成与各种频率的可见光等效的色觉。” 
原点到白色顶点的中轴线是灰度线，r、g、b三分量相等，强度可以由三分量的向量表示。RGB是通过红绿蓝三原色来描述颜色的颜色空间。是图像处理中最基本、最常用、面向硬件的颜色空间。我们采集到的彩色图像，一般就是被分成R、G、B的成分加以保存的。RGB色彩空间采用物理三基色表示，因而物理意义很清楚，适合电子显示屏工作。然而这一体制并不适应现实世界里人对于颜色的描述。因而，产生了其它不同的色彩空间表示法
RGB 的局限
-
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。
-
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
RGB分类
-
RGB16：每个像素用16比特位表示，占2个字节
-
RGB565：RGB分量分别使用5位、6位、5位
-
RGB555：RGB分量分别使用5位、5位、5位
-
小知识--->如何获取各个5位上的值
#include <iostream> using namespace std; struct Color { unsigned int color : 15; }; void getValueRGB555() { Color xColor = { 0b110000011100011 }; //0b11000 00111 00011 cout <<"xColor:" << xColor.color << endl; int R = xColor.color >> 10; //0x03E0: 0000 11 1110 0000 int G = (xColor.color & 0x03E0) >> 5; //0000 0001 1111 int B = xColor.color & 0x001F; cout << "R:"<< R << endl; cout << "G:" << G << endl; cout << "B:" << B << endl; } int main() { getValueRGB555(); return 0; }
-
-
RGB24格式:每个像素用
24比特位表示，占3个字节,在内存中RGB各排列顺序为：BGR
-
RGB32格式:每个像素用
32比特位表示，占4个字节，R，G，B分量分别用8个bit表示，存储顺序为B，G，R，最后8个字节保留-
ARGB32:本质就是带
alpha通道的RGB24，与RGB32的区别在与，保留的8个bit用来表示透明，也就是alpha的值
-
小知识--->如何获取各个8位上的值
#include <iostream> using namespace std; void getValueRGB32() { int color = 0x0F0A0B0C; cout << "color:" << color << endl; int B = color >> 24; //第一个8位 int G = (color & 0x00FF0000) >> 16; //第二个8位 int R = (color & 0x0000FF00) >> 8; //第三个8位 int A = color & 0x000000FF; //最后一个8位 cout << "B:" << B << endl; cout << "G:" << G << endl; cout << "R:" << R << endl; cout << "A:" << A << endl; } int main() { getValueRGB32(); return 0; } -
HSV颜色模型
HSV模型
HSV(Hue, Saturation,Value)根据颜色直观特性创建的一种颜色空间，也称六角锥体模型（Hexcone Model），参数分别为色调（H），饱和度（S），明度（V）
色调H
用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°；
饱和度S
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
明度V
明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）
取值范围
HSV颜色空间规定,H：0-360,S：0-1，V：0-1
opencv中的HSV范围，H：0-179，S：0-255，V：0-255
注意：
①函数cvtColor的使用，以及颜色模型的定义的规律---->2谐音to，表示转换的意思,下面COLOR_BGR2HSV的意思就是，颜色模型从BGR模式转换到HSV模式
②函数split的使用,分割Mat类型的img存入vector<Mat>类型中，第一个维度即H,第二个维度就是S,第三个维度就是V
//split
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("mm.jpg");
imshow("img", img);
Mat result;
cvtColor(img, result, COLOR_BGR2HSV);
imshow("result", result);
//分割
vector<Mat> hsv;
split(result, hsv);
imshow("H", hsv[0]);
imshow("S", hsv[1]);
imshow("V", hsv[2]);
waitKey(0);
return 0;
}HLS颜色模型
HLS颜色空间，三个分量分别是色调（H）、亮度（L）、饱和度（S）
上图种可以看出，固定一个颜色（H）,那么随着饱和度
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("mm.jpg");
imshow("img", img);
Mat result;
cvtColor(img, result, COLOR_BGR2HLS);
imshow("result", result);
waitKey(0);
return 0;
}（S,Chroma）的增加，颜色越来越深
取值范围
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("mm.jpg");
imshow("img", img);
Mat result;
cvtColor(img, result, COLOR_BGR2HLS);
imshow("result", result);
waitKey(0);
return 0;
}
LAB颜色模型
LAB颜色组成
-
L- 亮度（光强）
-
a - 颜色组成部分，从绿色 到 品红；
-
b - 颜色组成部分，从 蓝色 到 黄色；
LAB颜色空间与RGB 颜色空间有着很大的不同。 在RGB颜色空间中， 色彩信息吧分为R、G、B三个空间，但它们都包含着亮度信息。与其不同，Lab颜色空间 L通道与颜色通道不想管，仅仅对亮度信息编码。 其他两个通道对颜色进行编码。
LAB特性
-
颜色感知统一，与我们感知色彩近似；
-
不依赖于对摄像和显示设备；
-
在Adobe Photoshop中被广泛是使用；
通过复杂的转换方程从RGB空间进行相互转换
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int WinMain()
{
Mat img = imread("mm.jpg");
imshow("img", img);
Mat result;
cvtColor(img, result, COLOR_BGR2Lab);
imshow("result", result);
waitKey(0);
return 0;
}
YCrCb颜色模型
YCbCr有的时候会被写作：YCBCR，是色彩空间的一种，通常会用于影片中的影像连续处理，或是数字摄影系统中。Y为颜色的亮度（luma）成分、而CB和CR则为蓝色和红色的浓度偏移量成分
YCrCb颜色组成
YCrCb颜色空间是从RGB颜色空间推导出来的，具有以下三个组成部分：
-
Y - 亮度部分，是通过伽马校正后的RGB获取；
-
Cr = R - Y （反映了 R与Y的偏差）
-
Cb = B - Y （反映了B与Y的偏差）
YCrcb特性
-
将亮度和色彩成分分离到不同的通道；
-
在电视信息压缩传输中（Cr，Cb被降采样）被广泛使用；
-
与设想和显示设备有关系；
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int WinMain()
{
Mat img = imread("mm.jpg");
imshow("img", img);
Mat result;
cvtColor(img, result, COLOR_BGR2YCrCb);
imshow("result", result);
waitKey(0);
return 0;
}
opencv颜色模型转换
#include <iostream>
#include <vector>
#include <string>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
class CvtColor
{
public:
CvtColor(string filename) :mat(imread(filename)) {}
void Show(string wname)
{
imshow(wname, mat);
cv::moveWindow(wname, 600, 100); //移动wname窗口
}
void TransmitShow(string wname, int type)
{
Mat result;
cvtColor(mat, result, type);
imshow(wname, result);
}
private:
Mat mat;
};
int WinMain()
{
CvtColor* pC = new CvtColor("mm.jpg");
pC->Show("原图像");
pC->TransmitShow("hsv", COLOR_BGR2HSV);
pC->TransmitShow("灰度", COLOR_BGR2GRAY);
pC->TransmitShow("Lab", COLOR_BGR2Lab);
pC->TransmitShow("YCrcb", COLOR_BGR2YCrCb);
pC->TransmitShow("HLS", COLOR_BGR2HLS);
waitKey(0);
return 0;
}
扫一扫
2397
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
