RGB彩色图像与灰度图像转换 opencv实现 代码及分析
2012-09-25 15:42
1156 查看
#include <iostream> #include <string> #include <opencv/cv.h> #include <opencv/highgui.h> using namespace std; int main(int argc, char** argv) { IplImage* src = cvLoadImage("lena.jpg"); if(!src){ printf("Could not load image file: %s\n",argv[1]); exit(0); } //创建2个窗体,分别显示源图像和处理后的灰度图 cvNamedWindow("RGB"); cvNamedWindow("GRAY"); //显示源图像 cvShowImage("RGB",src); //创建一个源图像一样的IplImage指针 IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,1); //核心函数:色彩空间转换,转换类型为CV_BGR2GRAY cvCvtColor(src,dst,CV_BGR2GRAY); //显示灰度图 cvShowImage("GRAY",dst); //释放资源 cvReleaseImage(&dst); //Wait for the user to hit a key, then clean up the windows cvWaitKey(0); cvDestroyWindow("RGB"); cvDestroyWindow("GRAY"); while(1) { if(cvWaitKey(100)==27) break; } cvReleaseImage(&src); exit(0); } //运行环境:opencv2.3 / vs2010 / win7 64位
运行结果:
CvtColor函数的分析:
色彩空间转换void cvCvtColor( const CvArr* src, CvArr* dst, int code );
src输入的 8-bit , 16-bit 或 32-bit 单倍精度浮点数影像.dst输出的 8-bit , 16-bit 或 32-bit 单倍精度浮点数影像.code色彩空间转换,通过定义 CV_<src_color_space>2<dst_color_space> 常数 (见下面).函数 cvCvtColor 将输入图像从一个色彩空间转换为另外一个色彩空间。函数忽略 IplImage 头中定义的 colorModel 和 channelSeq 域,所以输入图像的色彩空间应该正确指定 (包括通道的顺序,对RGB空间而言,BGR 意味着布局为 B0 G0 R0 B1 G1 R1 ... 层叠的 24-位格式,而 RGB 意味着布局为 R0 G0 B0 R1 G1 B1 ... 层叠的24-位格式. 函数做如下变换:
RGB 空间内部的变换,如增加/删除 alpha 通道,反相通道顺序,到16位 RGB彩色或者15位RGB彩色的正逆转换(Rx5:Gx6:Rx5),以及到灰度图像的正逆转换,使用:
RGB[A]->Gray: Y=0.212671*R + 0.715160*G + 0.072169*B + 0*A Gray->RGB[A]: R=Y G=Y B=Y A=0
所有可能的图像色彩空间的相互变换公式列举如下:
RGB<=>XYZ (CV_BGR2XYZ, CV_RGB2XYZ, CV_XYZ2BGR, CV_XYZ2RGB):
|X| |0.412411 0.357585 0.180454| |R| |Y| = |0.212649 0.715169 0.072182|*|G| |Z| |0.019332 0.119195 0.950390| |B| |R| | 3.240479 -1.53715 -0.498535| |X| |G| = |-0.969256 1.875991 0.041556|*|Y| |B| | 0.055648 -0.204043 1.057311| |Z|
RGB<=>YCrCb (CV_BGR2YCrCb, CV_RGB2YCrCb, CV_YCrCb2BGR, CV_YCrCb2RGB)
Y=0.299*R + 0.587*G + 0.114*B Cr=(R-Y)*0.713 + 128 Cb=(B-Y)*0.564 + 128 R=Y + 1.403*(Cr - 128) G=Y - 0.344*(Cr - 128) - 0.714*(Cb - 128) B=Y + 1.773*(Cb - 128)
RGB=>HSV (CV_BGR2HSV,CV_RGB2HSV)
V=max(R,G,B) S=(V-min(R,G,B))*255/V if V!=0, 0 otherwise (G - B)*60/S, if V=R H= 180+(B - R)*60/S, if V=G 240+(R - G)*60/S, if V=B if H<0 then H=H+360 使用上面从 0° 到 360° 变化的公式计算色调(hue)值,确保它们被 2 除后能适用于8位。
RGB=>Lab (CV_BGR2Lab, CV_RGB2Lab)
|X| |0.433910 0.376220 0.189860| |R/255| |Y| = |0.212649 0.715169 0.072182|*|G/255| |Z| |0.017756 0.109478 0.872915| |B/255| L = 116*Y1/3 for Y>0.008856 L = 903.3*Y for Y<=0.008856 a = 500*(f(X)-f(Y)) b = 200*(f(Y)-f(Z)) where f(t)=t1/3 for t>0.008856 f(t)=7.787*t+16/116 for t<=0.008856 上面的公式可以参考 http://www.cica.indiana.edu/cica/faq/color_spaces/color.spaces.html
RGB=>HLS (CV_BGR2HLS, CV_RGB2HLS)
HSL 表示 hue(色相)、saturation(饱和度)、lightness(亮度)。有的地方也称为HSI,其中I表示intensity(强度)
转换公式见http://zh.wikipedia.org/wiki/HSL_%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4
Bayer=>RGB (CV_BayerBG2BGR, CV_BayerGB2BGR, CV_BayerRG2BGR, CV_BayerGR2BGR, CV_BayerBG2RGB, CV_BayerRG2BGR, CV_BayerGB2RGB, CV_BayerGR2BGR, CV_BayerRG2RGB, CV_BayerBG2BGR, CV_BayerGR2RGB, CV_BayerGB2BGR)
Bayer 模式被广泛应用于 CCD 和 CMOS 摄像头. 它允许从一个单独平面中得到彩色图像,该平面中的 R/G/B 象素点被安排如下:
R | G | R | G | R |
G | B | G | B | G |
R | G | R | G | R |
G | B | G | B | G |
R | G | R | G | R |
G | B | G | B | G |
参考链接:
1.http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#CvtColor
2.http://www.cnblogs.com/davy2495/archive/2012/02/11/2346806.html
相关文章推荐
- C++ OpenCV 实现RGB彩色图像转化成灰度图像再转换成二值图像
- opencv学习(一)实现将彩色图像转换成灰度图像和二值图像
- 灰度图像归一化到0~255(对比度拉伸)的OpenCV代码实现
- -01-RGB彩色图像转换为灰度图像【ARM NEON加速】
- opencv实现将RGB图像转换到HSI空间
- 24位真彩色位图转换成8位灰度图片的代码实现
- VC编程实现灰度图像与彩色图像的相互转换
- 基于OPENCV的图像灰度分析及代码
- 24位真彩色位图转换成8位灰度图片的代码实现
- C++基于Directx MMX实现的图像灰度转换代码
- opencv实现图像的灰度转换,均值滤波,实现图像的显示和存储
- openCV彩色图像转换为灰度图像
- OpenCV 读RGB图像然后转换成灰度并保存成灰度图
- 彩色图像直方图均衡化及颜色直方图显示 opencv实现 完整代码及详细注释
- 灰度图像的对数变换原理及OpenCV代码实现!
- opencv彩色图像(RGB)转灰度图像及其优化
- 彩色图像直方图均衡化及颜色直方图显示 opencv实现 完整代码及详细注释
- OpenCV实现彩色图像转换为灰度图及二值化处理
- [OPENCV learning] 获取图像的灰度和一维RGB彩色直方图
- 利用最大熵进行阈值分割从而实现灰度图像的二值化的原理概要及OpenCV代码