美文网首页
RGB与HSV图像互相转换

RGB与HSV图像互相转换

作者: 大龙10 | 来源:发表于2023-10-28 14:33 被阅读0次
资料:「萌萌哒程序猴」的博客  
https://blog.csdn.net/shandianfengfan/article/details/120600453

一、RGB图像

  • RGB图像是一种三通道图像,通常用于表示彩色图,它由相同行、列的红(Red)、绿(Green)、蓝(Blue)这三通道的数据组成。
    比如对于512行512列的RGB图像,其红通道为一张512512灰度图、绿通道为一张512512灰度图、蓝通道为一张512512灰度图,三通道数据合起来构成了3512*512的RGB图像。
  • 我们视觉能看到的一些常见颜色,则由三通道数据对应坐标位置的三个像素值编码组成。
    比如对于8位的RGB图像,其每个像素值取值范围是0~255,如果某一坐标点A处红、绿、蓝三通道的像素值依次为255,255,255,那么该点表示的颜色为白色,如果该处红、绿、蓝三通道的像素值依次为0,0,0,那么该点表示的颜色为黑色,又如果该处红、绿、蓝三通道的像素值为其它值,则其表示的颜色为其它颜色。
    所以理论上8位RGB图可以表示的颜色种类数为255255255。
  • RGB图像是与硬件相对应的图像,也即彩色相机图像传感器输出的原始数据本身就包含了R、G、B三通道的数据,它将三通道图像数据按照一定顺序排列(拜尔阵列)输出,上位机则通过USB或网络接收传感器传来的数据并将其解析为RGB图像。
    比如对于传感器输出的RG/GB格式拜尔阵列,其R、G、B数据在阵列中的排列如下图:


二、HSV图像

  • RGB图像与相机传感器输出的原始数据相对应,HSV图像则与我们人类的直观视觉更相符。
    HSV图像也包含相同尺寸的三通道数据:H通道、S通道、V通道。
    • H通道:
      H通道的像素值表示色调,取值范围0~360,我们可以把这个取值范围理解为角度,也即一个闭环的取值范围,如下图:


  • S通道:
    S通道的像素值表示图像的饱和度。
    饱和度是指图片彩色的纯度——图像的混合颜色越少,其饱和度越高,直观看起来就越鲜艳鲜明、视觉效果越强烈;
    反之图像的混合颜色越多,其饱和度越低,视觉效果越弱。
    比如在所有可视色彩中纯红色的饱和度是最高的,也即纯红色看起来最鲜艳,但是如果在纯红色中混入其它颜色,那么其饱和度将会降低,这时看起来就没那么鲜艳了。
    S通道像素值的取值范围是0~1,值越大表示饱和度越高。
  • V通道:
    V通道像素值表示图像的明亮程度,取值范围也是0~1,值越大表示越亮。

由以上介绍可知,RGB图像与硬件输出相对应,而HSV图像则更符合人眼的直观视觉,因此处理图像时,往往先将RGB图像转换为HSV图像,在HSV色彩空间对图像进行处理,处理完毕后再将HSV图像转换为RGB图像。

三、RGB与HSV的互相转换原理

1、8位彩色图点的其取值范围

2、Opencv中的其取值范围

在Opencv中,为了对HSV图像进行可视化,通常将其像素值转换到0~255之间:


3、RGB转HSV原理

  • 转换原理非常简单,对于图像中任意坐标点,其RGB颜色空间为(R,G,B),HSV颜色空间为(H,S,V),首先需要将R、G、B值转换到0~1之间:


  • 然后计算H、S、V值:


  • 如果计算得到的H值小于0,将该值再加上360,得到最终的H值:
  • 由于Opencv需要做HSV图像的可视化,因此最后还需要将各个值转换到0~255之间:


4、HSV转RGB原理

  • 对于图像中任意坐标点,其RGB颜色空间为(R,G,B),HSV颜色空间为(H,S,V)。首先将可视化图像的H、S、V值分别转换到0360、01、0~1的范围:
  • 那么R、G、B的计算如以下公式,其中floor表示向下取整运算:


四、基于Opencv的RGB与HSV互相转换

  • Opencv提供了cvtColor函数,调用该函数可以非常方便地实现不同颜色空间的转换。不过为了可视化,调用该函数得到的HSV图像,其H、S、V三通道的取值范围并不是0 ~ 360、0 ~ 1、0 ~ 1,而是经过转换的0 ~ 180、0 ~ 255、0 ~ 255。
void rgb_hsv(void)
{
  //读取原图像
  Mat img = imread("000000000902.bmp", CV_LOAD_IMAGE_COLOR);
 
  Mat img_hsv;
  cvtColor(img, img_hsv, CV_BGR2HSV);  //将RGB图像转换为HSV图像
  
  Mat img_rgb;
  cvtColor(img_hsv, img_rgb, CV_HSV2BGR);   //将HSV图像转换为RGB图像
 
  imshow("ori rgb", img);
  imshow("hsv", img_hsv);
  imshow("rgb", img_rgb);
  waitKey();
}

五、使用C++自己实现HSV与RGB的互相转换

1、RGB转换为HSV的代码

void RGB2HSV(Mat img_rgb, Mat &img_hsv)
{
  img_hsv = Mat::zeros(img_rgb.size(), CV_8UC3);
 
 
  for (int i = 0; i < img_rgb.rows; i++)
  {
    Vec3b *p0 = img_rgb.ptr<Vec3b>(i);   //B--p[0]  G--p[1]  R--p[2]
    Vec3b *p1 = img_hsv.ptr<Vec3b>(i);   //B--p[0]  G--p[1]  R--p[2]
 
 
    for (int j = 0; j < img_rgb.cols; j++)
    {
      float B = p0[j][0] / 255.0;
      float G = p0[j][1] / 255.0;
      float R = p0[j][2] / 255.0;
      
      float V = (float)std::max({ B, G, R });     //B/G/R
      float vmin = (float)std::min({ B, G, R });
      float diff = V - vmin;
 
 
      float S, H;
      S = diff / (float)(fabs(V) + FLT_EPSILON);
      diff = (float)(60.0 / (diff + FLT_EPSILON));
 
 
      if (V == B)   //V=B
      {
        H = 240.0 + (R - G) * diff;
      }
      else if (V == G)  //V=G
      {
        H = 120.0 + (B - R) * diff;
      }
      else if (V == R)   //V=R
      {
        H = (G - B) * diff;
      }
 
 
      H = (H < 0.0) ? (H + 360.0) : H;
 
 
      p1[j][0] = (uchar)(H / 2);
      p1[j][1] = (uchar)(S * 255);
      p1[j][2] = (uchar)(V * 255);
    }
  }
}

2、HSV转换为RGB的代码

void HSV2BGR(Mat img_hsv, Mat &img_rgb)
{
  img_rgb = Mat::zeros(img_hsv.size(), CV_8UC3);
 
 
  for (int i = 0; i < img_rgb.rows; i++)
  {
    Vec3b *p0 = img_hsv.ptr<Vec3b>(i);   //B--p[0]  G--p[1]  R--p[2]
    Vec3b *p1 = img_rgb.ptr<Vec3b>(i);   //B--p[0]  G--p[1]  R--p[2]
 
 
    for (int j = 0; j < img_hsv.cols; j++)
    {
      float H = p0[j][0] * 2.0;
      float S = p0[j][1] / 255.0;
      float V = p0[j][2] / 255.0;
      
      float h = H / 60.0;            
      int i = floor(h);
      float f = h - i;         
      float p = V * (1 - S);
      float q = V * (1 - f * S);
      float t = V * (1 - (1 - f) * S);
 
 
      switch (i)
      {
      case 0:
        p1[j][2] = (uchar)(V * 255);
        p1[j][1] = (uchar)(t * 255);
        p1[j][0] = (uchar)(p * 255);
        break;
      case 1:
        p1[j][2] = (uchar)(q * 255);
        p1[j][1] = (uchar)(V * 255);
        p1[j][0] = (uchar)(p * 255);
        break;
      case 2:
        p1[j][2] = (uchar)(p * 255);
        p1[j][1] = (uchar)(V * 255);
        p1[j][0] = (uchar)(t * 255);
        break;
      case 3:
        p1[j][2] = (uchar)(p * 255);
        p1[j][1] = (uchar)(q * 255);
        p1[j][0] = (uchar)(V * 255);
        break;
      case 4:
        p1[j][2] = (uchar)(t * 255);
        p1[j][1] = (uchar)(p * 255);
        p1[j][0] = (uchar)(V * 255);
        break;
      default:
        p1[j][2] = (uchar)(V * 255);
        p1[j][1] = (uchar)(p * 255);
        p1[j][0] = (uchar)(q * 255);
        break;
      }
    }
  }
}

3、测试代码

RGB与HSV图像
void rgb_hsv(void)
{
  Mat img = imread("000000000902.bmp", CV_LOAD_IMAGE_COLOR);
 
 
  Mat img_hsv;
  //cvtColor(img, img_hsv, CV_BGR2HSV);
  RGB2HSV(img, img_hsv);
 
 
  Mat img_rgb;
  //cvtColor(img_hsv, img_rgb, CV_HSV2BGR);
  HSV2BGR(img_hsv, img_rgb);
 
 
  imshow("ori rgb", img);
  imshow("hsv", img_hsv);
  imshow("rgb", img_rgb);
  waitKey();
}

相关文章

网友评论

      本文标题:RGB与HSV图像互相转换

      本文链接:https://www.haomeiwen.com/subject/itveidtx.html