RGB是一种比较常见的色彩空间类型，除此之外还有一些其他的色彩空间，比如常见的包括GRAY色彩空间（灰度图像）、XYZ色彩空间、YCrCb色彩空间、HSV色彩空间、HLS色彩空间、CIEL*a*b*色彩空间、CIEL*u*v*色彩空间、Bayer色彩空间等。每个色彩空间都有自己擅长的领域，因此，为了更方面的处理某个具体问题需要用到色彩空间的类型转换。
色彩空间类型转换是指，将一个色彩空间转换为另一个色彩空间。例如，在进行图像的特征提取、距离计算时，往往先将图像从RGB色彩空间转换灰度色彩空间。一些应用中，可能将色彩空间的图像转换为二值图像。
1. 色彩空间基础
常见的包括GRAY色彩空间（灰度图像）、XYZ色彩空间、YCrCb色彩空间、HSV色彩空间、HLS色彩空间、CIEL*a*b*色彩空间、CIEL*u*v*色彩空间、Bayer色彩空间等。
1） GRAY色彩空间
GRAY(灰度图像)通常是指八位灰度图，有256个灰度级【0，255】。当图像有RGB转换为GRAY时，其处理方式如下：
Gray = 0.299*R + 0.587*G + 0.114*B
上述是标准的转换方式，也是OpenCV中使用的转换方式，有时也可以采用简化形式：
当图像由GRAY色彩空间转换为RGB时，最终所有通道的值将是相同的，即R=G=B=Gray
2）XYZ色彩空间
XYZ色彩空间是由CIE定义的，是一种更便于计算的色彩空间，其转换方式为：
将XYZ色彩空间转换为GRB色彩空间：
3）YCrCb色彩空间
人眼视觉系统（HVS, Human Visual System）对颜色的敏感程度要低于对亮度的敏感度。在传统的RGB色彩空间内，三原色具有相同的重要性，但忽略了亮度信息。
在YCrCb色彩空间中，Y代表亮度，色度信息保存在Cr和Cb中，其中，Cr表示红色分量信息，Cb表示蓝色分量信息。亮度给了颜色亮或者暗的程度信息，该信息可以通过照明中强度成分的加权和来计算。在RGB光源中，绿色分量的影响最大，蓝色分量的影响最小。
从RGB色彩空间到YCrCb的转换公式：
式中delta的值为：对于8位图象，delta为128；对于16位图像，delta=32768; 对于单精度图像，为0.5。
从YCrCb色彩空间到RGB色彩空间的转换公式：
4）HSV色彩空间
RGB是从硬件的角度提出的颜色模型，在与人眼匹配的过程中可能存在一定差异，HSV是一种面向视觉感知的颜色模型。
HSV色彩空间从心理学和视觉的角度出发，指出人的色彩知觉主要包含三要素：色调（Hue,也叫色相）、饱和度（Saturation)、亮度（Value），色调指光的颜色，饱和度指色彩的深浅程度，亮度指人眼感受到的光的明暗程度。
色调：色调与混合光谱中主要光波长有关。
饱和度：指相对纯净度，或者一种颜色混合白光的数量。纯谱系是全饱和的，像深红色（红加白）和淡紫色（紫加白）这样的彩色是欠饱和的。如果颜色的饱和度很低，那么它计算所得的色调就不可靠。作为灰度图像显示时，较亮区域对应的颜色具有较高的饱和度。
亮度：反映的是人眼感受光的明暗程度。该指标与物体的反射度有关。对于色彩来讲，若在其中掺入的白色越多，则其亮度越高；掺入的黑色越多，则其亮度越低。
在具体实现上，我们将物理空间的颜色分布在圆周上，不同的角度代表不同的颜色。色调的取值范围为【0，360】，但为保证取值范围在【0，255】内，在OpenCV中对色调做了映射---除以2，从而将色调范围映射到了【0，180】。
饱和度为一比例值，范围【0，1】，饱和度为0时，只有灰色。亮度的取值范围也是【0，1】。当然，饱和度和亮度也被映射到了【0，255】
我们可以通过调用cv2.cvtColor()函数来实现色彩空间的转换。
5）HLS色彩空间
与HSV色彩空间类似，只是HLS用“光亮度/明度(lightness)”替换了亮度。取值范围也是【0，1】，用它来衡量有多少光线从物体表面反射出来。
6）CIEL*a*b*色彩空间
CIEL*a*b*色彩空间是均匀色彩空间模型，它是面向视觉感知的颜色模型。从视觉感知的角度讲，人所感知到的两种颜色的区别程度，应该与这两个颜色在色彩空间中的距离成正比，这个空间称为均匀色彩空间。
L*分量用来表示像素的亮度，取值范围【0，100】；
a*分量表示从红色到绿色的范围，取值范围【-127，127】；
b*分量表示从黄色到蓝色的范围，取值范围【-127，127】
7）CIEL*u*v*色彩空间
与CIEL*a*b*色彩空间一样，都属于均匀的颜色模型，适用于显示器显示和根据加色原理进行组合的场合。该模型对红色的变化比较敏感，对蓝色的变化不太敏感。
8）Bayer色彩空间
Bayer色彩空间被广泛的用于CCD和CMOS相机中。
2.类型转换函数
在OpenCV内，我们使用cv2.cvtcolor()函数实现色彩空间类型转换：
dst = cv2.cvtcolor(src, code [, dstcn])
参数src 表示原始输入图像。可以是8位无符号图像、16位无符号图像，或者单精度浮点数等；
参数code 是色彩空间转换码；
可选参数dstcn 是目标图像的通道数。如果参数默认为0，则通道数自动通过原始图像和code得到。
dst表示输出图像，与原始输入图像具有相同的数据类型和深度。
颜色空间的转换都用到了如下约定：
8位图像的取值范围是[0,255];
16位图像的取值范围是[0,65535];
浮点数图像值的范围是[0.0~1.0]。
3. 类型转换实例
import cv2
import numpyas np
imgs = cv2.imread('water.jpg')
gray_img = cv2.cvtColor(imgs,cv2.COLOR_RGB2GRAY)
# 由灰度色彩空间转换为GRB，三个通道的值是一样的，所以得到的仍然是灰度图像
rgb_img = cv2.cvtColor(gray_img,cv2.COLOR_GRAY2RGB)
cv2.imshow('RGB_student',imgs)
cv2.imshow('gray_student',gray_img)
cv2.imshow('RGB2_student',rgb_img)
wait_re = cv2.waitKey(0)
cv2.destroyAllWindows()
网友评论