【OpenCV】笔记（9）——色彩空间和颜色处理

颜色空间：用三种或者更多特征来指定颜色的方法，被称为颜色空间或者颜色模型

颜色空间转换：OpenCV中有超过150种可用的颜色空间转换方法
最常用的是在imgproc模块中提供的void cvtColor函数
[align=left]
[/align]

函数名	参数	解释
void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );	[align=left]@param src input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC... ), or single-precision[/align] [align=left]floating-point.[/align] [align=left]@param dst output image of the same size and depth as src.[/align] [align=left]@param code color space conversion code (see cv::ColorConversionCodes).[/align] [align=left]@param dstCn number of channels in the destination image; if the parameter is 0, the number of the[/align] [align=left]channels is derived automatically from src and code.[/align]	输入图像，8或者16位无符号整形或者单精度浮点数 与src具有相同尺寸和深度的输出图像 颜色空间的转换代码 目标图像的通道数

[align=left]
[/align]
[align=left]颜色空间[/align]



[align=left]
[/align]
[align=left]1     RGB[/align]
[align=left]一幅图像由三个独立的图像平面或者通道构成：红、蓝、绿（以及可选项：透明度alpha通道）[/align]
[align=left]每个值代表每个像素的每个分量的度量值，值越高对应于更亮的像素[/align]
[align=left]对应于人眼的三种光锥细胞，所以被广泛使用[/align]



[align=left]
[/align]



[align=left]2     灰度图[/align]
[align=left]每个像素值只表示灰度信息这一单一信息[/align]
[align=left]RGB[A]准换成灰度：Y=0.299*R+0.587*G+0.114*B[/align]
[align=left]灰度转换为RGB[A]：R=Y,G=Y,B=Y,A=max(ChannelRange)[/align]
[align=left]
[/align]



[align=left]
[/align]
[align=left]
[/align]
[align=left]3     CLE XYZ[/align]
[align=left]     
[/align]
[align=left]CLE XYZ系统采用一个亮度分量Y来描述颜色，它与人类视觉鄂亮度灵敏度和两个附加通道X,Y有关，为国际照明委员会CLE使用来自一些人观测实验的统计得到的标准[/align]
[align=left]该颜色空间的主要问题是颜色以不均匀地方式被缩放[/align]
[align=left]
[/align]
[align=left]这种现象导致了CLE采用 CLE L*a*b* 和L*u*v*模型[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]4     YCrCb[/align]
[align=left]该空间广泛用于视频和图像压缩，不能算作纯粹的色彩空间，它是RGB颜色空间的一种解码方式[/align]
[align=left]Y通道表示亮度，而Cr和Cb表示红色差值(在RGB空间中R通道和Y的差值）和蓝色差值(在RGB空间中B通道和Y的差值）各自的色度分量。[/align]
[align=left]
[/align]
[align=left]其变化计算如下：[/align]



[align=left]
[/align]
[align=left]5     HSV[/align]
[align=left]HSV颜色空间输入面向色度的颜色坐标系统的一种。这种类型的颜色模型接近人类颜色感知的仿真模型。[/align]
[align=left]HSV的三个通道表示色度（H给出的颜色光谱构成的一种度量），饱和度（S给出主波长中的纯光比例，这表明一种颜色距离相同亮度灰度的程度）和纯度（V给出相对于白色光照强度的亮度），对应于直觉上的色彩、明暗和色调。HSV广泛应用于色彩的比较。[/align]
[align=left][/align]





TIP：OpenCV中的imshow（）函数假设图像的颜色以RGB显示，因此其他显示均不正确。所以首先必须将其转换成RGB颜色空间

6     HLS
HLS属于面向色度的颜色坐标系统中的一种，和之前的HSV类似
用来指定每个通道中的一种颜色的色度值、明暗值、饱和度值
与HSV不同的是HSL定义的一种纯颜色的亮度等于一种中等灰色的亮度
而HSV定义的一种纯颜色的亮度等于白色的亮度

7     CLE L*a*b
8     CLE L*u*v

9     Bayer
Bayer像素空间组合被广泛用于只有一个图像传感器的数字相机中，每个RGB通道只有一个传感器，每个像素被一个不同颜色的滤波器覆盖掉，每个像素测量的只有一个值。使用Bayer方法时，会利用临近的像素来推断丢失的颜色信息，像素时交错分布的。

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

vector<Mat > showSeparatedChannels(vector< Mat> channels );

int main()
{
//read source image
Mat src = imread("lijiang.jpg" );
imshow( "Picture", src);

//xyz
//cvtColor(src, src, COLOR_BGR2XYZ);

//vector<Mat> channels;
//split(src, channels);

//split
//vector<Mat> channels;
//cout << "-----------------1\n";
///split(src, channels);
//cout << "-----------------2\n";//不知道为啥总是出错

/*show B,G,R channels(gray)
namedWindow("Blue channel(gray)", WINDOW_AUTOSIZE);
imshow("Blue channel(gray)", channels[0]);

namedWindow("Green channel(gray)", WINDOW_AUTOSIZE);
imshow("Green channel(gray)", channels[1]);

namedWindow("Red channel(gray)", WINDOW_AUTOSIZE);
imshow("Red channel(gray)", channels[2]);

//show B,G,R channels(colorful)
vector<Mat> separatedChannels = showSeparatedChannels(channels);

namedWindow("Blue channel", WINDOW_AUTOSIZE);
imshow("Blue channel", separatedChannels[0]);

namedWindow("Green channel", WINDOW_AUTOSIZE);
imshow("Green channel", separatedChannels[1]);

namedWindow("Red channel", WINDOW_AUTOSIZE);
imshow("Red channel", separatedChannels[2]);

Mat imageGray;
cvtColor(src, imageGray, COLOR_BGR2GRAY);

namedWindow("Gray picture", WINDOW_AUTOSIZE);
imshow("Gray picture", imageGray);
*/

/*
namedWindow("X channel(gray)", WINDOW_AUTOSIZE);
imshow("Xchannel(gray)", channels[0]);

namedWindow("Y channel(gray)", WINDOW_AUTOSIZE);
imshow("Y channel(gray)", channels[1]);

namedWindow("Z channel(gray)", WINDOW_AUTOSIZE);
imshow("Z channel(gray)", channels[2]);

vector<Mat> separatedChannels = showSeparatedChannels(channels);
for (int i = 0;i < 3;i++)
{
cvtColor(separatedChannels[i], separatedChannels[i], COLOR_XYZ2BGR);
}

namedWindow("X channel", WINDOW_AUTOSIZE);
imshow("X channel", separatedChannels[0]);

namedWindow("Y channel", WINDOW_AUTOSIZE);
imshow("Y channel", separatedChannels[1]);

namedWindow("Z channel", WINDOW_AUTOSIZE);
imshow("Z channel", separatedChannels[2]);

*/

Mat bayer = imread("lijiang.jpg" , CV_8UC3);
namedWindow( "Bayer picture", WINDOW_AUTOSIZE );
imshow( "Bayer picture", bayer);

Mat imageColor;
cvtColor(bayer, imageColor, COLOR_BayerRG2BGR);

namedWindow( "Color picture", WINDOW_AUTOSIZE );
imshow( "Color picture", imageColor);

waitKey();

return 0;
}

vector<Mat > showSeparatedChannels(vector< Mat> channels )
{
vector<Mat > separatedChannels;

for (int i = 0; i < 3; i++)
{
Mat zer = Mat ::zeros(channels[ 0].rows, channels[0].cols, channels[0].type());

vector<Mat > aux;
for (int j = 0;j < 3;j++)
{
if (j == i)
{
aux.push_back( channels[i]);
}
else
{
aux.push_back(zer);
}

}
Mat chann;
merge(aux, chann);

separatedChannels.push_back(chann);

}
return separatedChannels;

}

基于颜色空间的分割

[align=left]When the lower and/or upper boundary parameters are scalars, the indexes[/align]
[align=left](I) at lowerb and upperb in the above formulas should be omitted.[/align]
[align=left]@param src first input array.[/align]
[align=left]@param lowerb inclusive lower boundary array or a scalar.[/align]
[align=left]@param upperb inclusive upper boundary array or a scalar.[/align]
[align=left]@param dst output array of the same size as src and CV_8U type.[/align]
[align=left]*/[/align]
CV_EXPORTS_W
void
inRange(InputArray src, InputArray lowerb,
[align=left]                          InputArray upperb, OutputArray dst);[/align]
[align=left]
[/align]
[align=left]利用HSV空间[/align]



[align=left]
[/align]
[align=left]
[/align]
[align=left]利用YCrCb空间[/align]

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
//read source image
Mat src = imread("hand.png" );
imshow( "Picture", src);

//Mat hsv;
//cvtColor(src, hsv, COLOR_BGR2HSV);

//Mat bw;
//inRange(hsv, Scalar(0, 10, 60), Scalar(20, 150, 255), bw);
Mat ycrcb;
Mat bw;
cvtColor(src, ycrcb, COLOR_BGR2YCrCb);
inRange(ycrcb, Scalar(0, 133, 77), Scalar (255, 173, 177), bw);

namedWindow( "Selected pixels", WINDOW_AUTOSIZE );
imshow( "Selected pixels", bw);

waitKey();

return 0;
}

[align=left]
[/align]