Task03 彩色空间互转

Datawhale 计算机视觉基础-图像处理(上)-Task03 彩色空间互转

3.1 简介

图像彩色空间互转在图像处理中应用非常广泛,而且很多算法只对灰度图有效;另外,相比RGB,其他颜色空间(比如HSV、HSI)更具可分离性和可操作性,所以很多图像算法需要将图像从RGB转为其他颜色空间,所以图像彩色互转是十分重要和关键的。

3.2 学习目标

  • 了解相关颜色空间的基础知识
  • 理解彩色空间互转的理论
  • 掌握OpenCV框架下颜色空间互转API的使用

3.3 内容介绍

1.相关颜色空间的原理介绍

2.颜色空间互转理论的介绍

3.OpenCV代码实践

4.动手实践并打卡(读者完成)

3.4 算法理论介绍与资料推荐

3.4.1 RGB与灰度图互转

RGB(红绿蓝)是依据人眼识别的颜色定义出的空间,可表示大部分颜色。但在科学研究一般不采用RGB颜色空间,因为它的细节难以进行数字化的调整。它将色调,亮度,饱和度三个量放在一起表示,很难分开。它是最通用的面向硬件的彩色模型。该模型用于彩色监视器和一大类彩色视频摄像。

RGB颜色空间 基于颜色的加法混色原理,从黑色不断叠加Red,Green,Blue的颜色,最终可以得到白色,如图:


将R、G、B三个通道作为笛卡尔坐标系中的X、Y、Z轴,就得到了一种对于颜色的空间描述,如图:


对于彩色图转灰度图,有一个很著名的心理学公式:

<p align="center"> Gray = R * 0.299 + G * 0.587 + B * 0.114 </p>

3.4.2 RGB与HSV互转

HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value),又称HSB(B即Brightness)。色相是色彩的基本属性,就是平常说的颜色的名称,如红色、黄色等。饱和度(S)是指色彩的纯度,越高色彩越纯,低则逐渐变灰,取0-100%的数值。明度(V),取0-max(计算机中HSV取值范围和存储的长度有关)。HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处,V=0,H和S无定义,代表黑色。圆锥的顶面中心处V=max,S=0,H无定义,代表白色。

RGB颜色空间中,三种颜色分量的取值与所生成的颜色之间的联系并不直观。而HSV颜色空间,更类似于人类感觉颜色的方式,封装了关于颜色的信息:“这是什么颜色?深浅如何?明暗如何?

HSV模型

这个模型就是按色彩、深浅、明暗来描述的。

H是色彩;

S是深浅, S = 0时,只有灰度;

V是明暗,表示色彩的明亮程度,但与光强无直接联系。


应用:可以用于偏光矫正、去除阴影、图像分割等

1.RGB2HSV

2.HSV2RGB

3.5 基于OpenCV的实现

彩色转为黑色

import cv2
import numpy as np

if __name__ == "__main__":
    img_path = "color.jpg"
    img = cv2.imread(img_path)
    #获取图片的宽和高
    width,height = img.shape[:2][::-1]
    #将图片缩小便于显示观看
    img_resize = cv2.resize(img,
    (int(width),int(height)),interpolation=cv2.INTER_CUBIC)
    cv2.imshow("img",img_resize)
    print("img_reisze shape:{}".format(np.shape(img_resize)))

    #将图片转为灰度图
    img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY)
    cv2.imshow("img_gray",img_gray)
    print("img_gray shape:{}".format(np.shape(img_gray)))
    cv2.waitKey()

hsv转为rgb

from cv2 import cv2
import numpy as np
#三种蓝色的hsv
blues =[[120, 178, 255], [120, 153, 255], [120, 127, 255]]
img0 = np.ones((2,2),dtype=np.uint8)
rgb_img = cv2.cvtColor(img0,cv2.COLOR_GRAY2RGB) #rgb
blues_rgb = []
for i in blues:
    h,s,v = (i[0],i[1],i[2])
    rgb_img[:,:,:] = (h,s,v) 
    RGB = cv2.cvtColor(rgb_img, cv2.COLOR_HSV2RGB)
    blues_rgb.append(RGB[1,1,:].tolist())
print(blues_rgb)