RGB色彩空间是一种比较常见的色彩空间,除此之外比较常见的色彩空间还包括GRAY色彩空间(灰度图像)、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。不同的色彩空间从不同的角度理解颜色,表示颜色。简单来说就是,不同的色彩空间是图像的不同表示形式。每个色彩空间都有自己擅长处理的问题,要针对处理的问题,选用不同的色彩空间。 ——计算机视觉40例从入门到精通
1.GRAY色彩空间
标准转换方式,也是OpenCV中使用的转换方式。有时,也可以采用简化形式完成转换:
当图像由GRAY色彩空间转换至RGB色彩空间(或BGR色彩空间)时,最终所有通道的值都将是相同的,其处理方式如下:
2.HSV色彩空间
RGB是从硬件角度提出的色彩空间,是一种被广泛接受的色彩空间。但是,该色彩空间过于抽象,在与人眼匹配的过程中可能存在一定差异,这使人们不能直接通过其值感知具体的色彩。例如,现实中不可能用每种颜料的百分比(RGB色彩空间)来形容一件衣服的颜色,而是更习惯使用直观的方式来感知颜色,HSV色彩空间提供了这样的方式。通过HSV色彩空间,能够更加方便地通过色调、饱和度和明度来感知颜色。其实,除了HSV色彩空间,其他大多数色彩空间都不方便人们直接理解和解释颜色。HSV色彩空间是面向视觉感知的,它从心理学和视觉的角度指出了人眼的色彩知觉,主要包含色调、饱和度、明度三要素。
- 色调H
色调指光的颜色。色调与混合光谱中的主要光波长相关,如赤、橙、黄、绿、青、蓝、紫分别表示不同的色调。从波长的角度考虑,不同波长的光表现为不同的颜色,这实际上体现的是色调的差异。在HSV色彩空间中,色调H的取值范围是[0,360],色调值为0表示红色,色调值为300表示品红色。8位位图内每个像素点能表示的值有28=256个,所以在8位位图内表示HSV图像时要把色调在[0,360]范围内的值映射到[0,255]范围内。OpenCV直接把色调的值除以2,得到介于[0,180]的值,以适应8位二进制数(256个灰度级)的存储和表示范围。
- 饱和度S
饱和度指色彩的鲜艳程度,表示色彩的相对纯净度。饱和度取决于色彩中灰色的占比,灰色占比越小,饱和度越高;灰色占比越大,饱和度越低。饱和度最高的色彩就是没有混合任何灰色(包括白色和黑色)的色彩,也就是纯色。灰色是一种极不饱和的颜色,它的饱和度值是0。如果颜色的饱和度很低,那么它计算所得色调就不可靠,因为此时已经没有彩色信息仅剩灰色了。饱和度等于所选颜色的纯度值和该颜色最大纯度值之间的比值,取值范围为[0,1]。当饱和度的值为0时,只有灰度。进行色彩空间转换后,为了适应8位位图的256个灰度级,需要将新色彩空间内的数值映射至[0,255]范围内。也就是说,要将饱和度的值从[0,1]映射到[0,255]。
- 明度V
明度指人眼感受到的色彩的明亮程度,反映的是人眼感受到的光的明暗程度。该指标与物体的反射度有关,同一个色调会有不同的明度差。对于无彩色(黑、白、灰),白色的明度最高,黑色的明度最低,在黑色与白色之间存在着不同明度的灰色。对于彩色图像来讲,明度值越高,图像越明亮;明度值越低,图像越暗淡。明度是视觉感知中的关键因素,它不依赖于其他性质而独立存在。当彩色图像的明度值低于一定程度时,呈现的是黑白相片效果。明度的范围与饱和度的范围一致,都是[0,1]。同样,明度值在OpenCV内也被映射到[0,255]。
3.色彩空间转换
以下都是python,OpenCV使用cv2.cvtColor()
函数实现色彩空间的转换。该函数能够实现多个色彩空间之间的转换,语法格式为
dst = cv2.cvtColor(src,code [,dstCn])
其中:
● 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。
● 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,或者单精度浮点数图像等。
● code是色彩空间转换码,表3-6展示了部分常见的code值。
● dstCn是目标图像的通道数。如果参数为默认值0,那么通道数自动通过原始输入图像和code得到。