OpenCV 自学笔记21. RGB色彩空间和HSV色彩空间的理解
来源:互联网 发布:id 条数MySQL 编辑:程序博客网 时间:2024/04/29 22:41
RGB色彩空间和HSV色彩空间的理解
本文的结构如下:
1、RGB色彩空间
2、HSV色彩空间(附HSV颜色分量范围表)
3、RGB到HSV的转换的Demo
使用OpenCV实现RGB转HSV,并通过滑动条动态设定HSV阈值
自己写程序,实现RGB转HSL
1、RGB色彩空间
RGB色彩空间源于使用阴极射线管的彩色电视,RGB分别代表三个基色(R-红色、G-绿色、B-蓝色),具体的色彩值由三个基色叠加而成。在图像处理中,我们往往使用向量表示色彩的值,如(0,0,0)表示黑色、(255, 255, 255)表示白色。其中,255表示色彩空间被量化成255个数,最高亮度值为255(255 = 2^8 - 1,即每个色彩通道用8位表示)。在这个色彩空间中,有256*256*256种颜色。RGB色彩空间如下图所示(图片来自百度百科)。是一个包含Red、Green、Blue的三维空间。
注:
1、在OpenCV中,RGB色彩空间的顺序是BGR,千万不要弄错了
2、在Java的Bitmap中,RGB色彩空间被表示为ARGB,其中A代表透明度
2、HSV色彩空间
HSV色彩空间(Hue-色调、Saturation-饱和度、Value-值)将亮度从色彩中分解出来,在图像增强算法中用途很广。在我本人接触的图像处理项目中,经常将图像从RGB色彩空间转换到了HSV色彩空间,以便更好地感知图像颜色,利用HSV分量从图像中提取感兴趣的区域。
HSV色彩空间也被称为HSB(色调、饱和度、亮度),在PS中常被用到。
HSV色彩空间如下图所示,用一个倒圆锥体表示整个色彩空间:
注:
1、H的范围是[0,360),S和V的范围是[0,1]。但是在OpenCV 中,HSV好像被规范化到了[0, 255],此处求大神指导。
2、另外,网上有人总结了HSV颜色对应RGB的分量范围,见下面的表格。参考自:
http://www.cnblogs.com/wangyblzu/p/5710715.html
http://blog.csdn.net/taily_duan/article/details/51506776
3、RGB到HSV的转换的Demo
(1) 使用OpenCV的cv2.cvtColor(src, cv2.COLOR_BGR2HSV)
OpenCV为我们提供了现成的函数cvtColor(),帮助我们将图像从BGR转换到HSV。
# -*- coding:utf-8 -*-import cv2"""功能:读取一张图片,显示出来,并转化为HSV色彩空间"""image = cv2.imread('images/my_wife2.jpg') # 根据路径读取一张图片cv2.imshow("BGR", image) # 显示图片# 转化图片到HSV色彩空间dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)cv2.imshow("HSV", dst) # 显示图片cv2.waitKey(0) # 等待键盘触发事件,释放窗口
结果如下:
挺好看的美女,结果被弄成了这个样子。一些初学者包括我自己有时会问,为什么要把好端端的图片转成HSV色彩空间呢。其实这样做大有用处,比如我们要提取美女的头发区域,就可以通过设置HSV色彩空间的高低阈值来做。
# -*- coding:utf-8 -*-import cv2import numpy as np # ------------------改变1"""功能:读取一张图片,显示出来,并转化为HSV色彩空间"""image = cv2.imread('images/my_wife2.jpg') # 根据路径读取一张图片cv2.imshow("BGR", image) # 显示图片# 转化图片到HSV色彩空间dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)cv2.imshow("HSV", dst) # 显示图片# 根据HSV提取头发 --------------------------------改变2low_hsv = np.array([0, 0, 46])high_hsv = np.array([200, 40, 220])dst = cv2.inRange(dst, low_hsv, high_hsv)cv2.imshow("result", dst) # 显示图片cv2.waitKey(0) # 等待键盘触发事件,释放窗口
程序的运行效果如下。我们看到,头发区域显示为白色,这样我们就初步地提取出了头发区域。当然这个效果并不理想,是因为我们设定的阈值不好,如果能动态地设定阈值就好了。
我们可以利用滑块动态地设置阈值,一边拖动滑块,一边观察图像。OpenCV提供了createTrackbar(),用于创建滑块。代码如下:
# -*- coding:utf-8 -*-import cv2import numpy as np"""功能:读取一张图片,显示出来,转化为HSV色彩空间 并通过滑块调节HSV阈值,实时显示"""image = cv2.imread('images/my_wife2.jpg') # 根据路径读取一张图片cv2.imshow("BGR", image) # 显示图片hsv_low = np.array([0, 0, 0])hsv_high = np.array([0, 0, 0])# 下面几个函数,写得有点冗余def h_low(value): hsv_low[0] = valuedef h_high(value): hsv_high[0] = valuedef s_low(value): hsv_low[1] = valuedef s_high(value): hsv_high[1] = valuedef v_low(value): hsv_low[2] = valuedef v_high(value): hsv_high[2] = valuecv2.namedWindow('image')cv2.createTrackbar('H low', 'image', 0, 255, h_low) cv2.createTrackbar('H high', 'image', 0, 255, h_high)cv2.createTrackbar('S low', 'image', 0, 255, s_low)cv2.createTrackbar('S high', 'image', 0, 255, s_high)cv2.createTrackbar('V low', 'image', 0, 255, v_low)cv2.createTrackbar('V high', 'image', 0, 255, v_high)while True: dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # BGR转HSV dst = cv2.inRange(dst, hsv_low, hsv_high) # 通过HSV的高低阈值,提取图像部分区域 cv2.imshow('dst', dst) if cv2.waitKey(1) & 0xFF == ord('q'): breakcv2.destroyAllWindows()
程序运行的效果如下,我们拉动滑块会自动改变HSV的高低阈值,进而根据高低阈值提取的图像区域也会改变:
(2) 自己编写程序实现RGB转HSL
根据维基百科,RGB转HSV的公式如下: 设 (r, g,b)分别是一个颜色的红、绿和蓝坐标,它们的值是在0到1之间的实数。设max等价于r,g和b中的最大者。设min等于这些值中的最小者。要找到在HSL空间中的 (h, s, l)值,这里的h ∈ [0,360)度是角度的色相角,而s, l ∈ [0,1]是饱和度和亮度,计算为:
(如果要转化为HSV)h的值通常规范化到位于0到360°之间。而h = 0用于max = min的(就是灰色)时候而不是留下h未定义。HSL和HSV有同样的色相定义,但是其他分量不同。HSV颜色的s和v的值定义如下:
根据以上公式,我们可以写出RGB转HSV的代码:
def rgb2hsv(r, g, b): r, g, b = r / 255.0, g / 255.0, b / 255.0 mx = max(r, g, b) mn = min(r, g, b) diff = mx - mn # 计算H if mx == mn: h = 0 elif mx == r: if g >= b: h = 60 * ((g - b) / diff) + 0 else: h = 60 * ((g - b) / diff) + 360 elif mx == g: h = 60 * ((b - r) / diff) + 120 elif mx == b: h = 60 * ((r - g) / diff) + 240 # 先计算L l = (mx + mn) / 2.0 # 再计算S if mx == min: s = 0 elif l > 0 and l <= 0.5: s = (diff / l) / 2.0 elif l > 0.5: s = (diff / (1 - l)) / 2.0 return h, s, l# 测试h,s,l = rgb2hsv(200, 221, 221)print('h=%f s=%f l=%f' % (h, s, l))
程序运行结果如下:
可以根据颜色代码表,判断我们的结果是否正确
附:
1、 HSV转RGB的公式
类似的,给定在HSV中 (h, s,
v)值定义的一个颜色,带有如上的h,和分别表示饱和度和明度的s和v变化于0到1之间,在RGB空间中对应的 (r, g,
b)三原色可以计算为(R,G,B变化于0到1之间):
对于每个颜色向量 (r, g, b),
(参考自维基百科)
2、RGB转GRAY的公式
请见:http://blog.csdn.net/xdrt81y/article/details/8289963
总结:
本文包括以下几个部分,
1、RGB和HSV色彩空间的理解
2、通过OpenCV实现了RGB到HSV的转换,包含一个使用滑动条的小例子
3、根据RGB转HSL的公式,自己编程实现了RGB转HSL的程序。
今天就到这里吧,拜拜~~
- OpenCV 自学笔记21. RGB色彩空间和HSV色彩空间的理解
- OpenCV->HSV色彩空间
- HSL和HSV色彩空间和rgb的互转
- 基于OpenCV的RGB和HSV色彩空间相互转换C++程序
- 基于OpenCV的RGB和HSV色彩空间相互转换C++程序
- Atitit rgb yuv hsv HSL 模式和 HSV(HSB) 图像色彩空间的区别
- HSL和HSV色彩空间
- HSL 和 HSV色彩空间
- HSL和HSV色彩空间
- HSL和HSV色彩空间
- RGB到HSV色彩空间转换表
- RGB、HSV色彩空间模式的互相转换
- RGB、HSV色彩空间模式的互相转换
- RGB、HSV色彩空间模式的互相转换
- [OpenCV基础] OpenCV中的HSV色彩空间
- HSV色彩空间
- matlab实现RGB与HSV(HSB)、HSL和HSI的色彩空间互转
- rgb和Lab,rgb和hsl的色彩空间转换
- Echart之地图使用方法及问题,地图大小和占比
- Redis与Memcached的区别
- Codeforces Round #427 (Div. 2) B. The number on the board
- zhsq bug修改
- 二叉树插入、删除、递归求高度、度、前序、中序、后序遍历
- OpenCV 自学笔记21. RGB色彩空间和HSV色彩空间的理解
- 使用get方式提交参数需要注意,参数中不能有\
- 小白教你学习C++(4)虚函数的讲解
- multi-kernels、ALLOC与USE、Zero-Copy
- hdu2546 01背包
- CentOS 6.3开启telnet
- 用Android studio搭建沃商店SDK任意支付的配置
- 网络技术——第2章 中小型网络系统总体规划与设计方法
- SQL语言基本语句