OpenCV-色彩空间

本小节主要介绍色彩空间的一些概念，并使用OpenCV进行色彩空间的转换，并通过通过色彩空间的转换提取视频中的指定颜色。

01

什么是色彩空间

颜色通常是由三个独立的属性来描述的，比如我们熟悉的RGB，任意色光都可以通过R（红色）、G（绿色）以及B（蓝色）相加混合而成，这也是我们常说的三个通道。每一个通道像素值都是0-255，我们可以把三个通道看成是坐标系中的三个轴，由于R、G以及B中取值都是0-255的范围，因此RGB组合表示的颜色可以构成一个包含256*256*256个元素的立方体，其中每一个元素都对用着RGB三个通道的不同取值（你可以简单将元素看成是一个(R值, G值, B值)空间中的一点），如下图所示：

可以看出当三个通道即R = 0,G = 0,B = 0混合后的颜色为黑色，同理如果R = 255,G = 255,B = 255混合的话颜色为白色。 此时坐标轴为0-1，这是因为在计算机中1个字节表示8位，2的8次方为256，因此使用1个字节就可以表示0-255之间的任意数，所以在上面图中使用0-1的坐标轴来进行标示。

将下面RGB图分裂成三个通道，R通道，G通道，B通道，原始图片如下：

分割成三个通道即B,G,R：

我们期望大的结果是红红的绿绿的蓝蓝的三张图片，但是显示的结果并不是我们所期望的那样：

其实原因就在于，分割通道后的图片，仅包含长度和宽度，此时使用imshow函数，可以为其自动加上第三个维度也就是通道数，但是此时的通道数为1，（可以通过将分割后的图片reshape()来对比，得到的结果一致）。单通道俗称灰度图，每个像素点只能有一个值表示颜色，它的像素值在0到255之间，0是黑色，255是白色，中间值是一些不同等级的灰色，可以说灰度是黑与白之间的过渡色。这就是问题的根源所在。如果解决呢？其实也很简单，我们只需要加上两个通道，但是直接reshape肯定不行，因此我们需要创建两个0矩阵然后拼接在分割的单通道图片上，手动组成三通道，也就是组成(B,0,0),(G,0,0),(R,0,0)。具体代码如下：

执行效果：

色彩空间有很多，比如gray、hsv、yuv、ycrcb等，使用OpenCV进行色彩空间的转换很简单。

执行效果：

其中HSV是比较常用的，下面主要介绍一下HSV色彩空间。

02

HSV色彩空间

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？”。我们可以将图片或者视频转换为HSV色彩空间，然后通过其中过滤像素的区间范围来过滤出特定的颜色，下标就是HSV色彩空间中对应颜色的取值范围：

实际上H真实取值是0-360的，但是在OpenCV中取值为0-180。其实有一个归一化问题，因为其他两个通道都是255，如果用uint8，一个字节就可以表示，当0-360的时候超出了1个字节，此时uint8表示不了，会溢出，此时OpenCV为了解决这个问题，将H通道归一化到0-180之间，虽然把尺度空间变小了，但是unit8可以存了。

03

使用HSV检测视频指定颜色

如何应用HSV来过滤出特定的颜呢？本地视频文件名称"love.avi"。

视频就不在展示了，原始视频的起始页面：

转换HSV色彩空间之后提取白色生成的二值图片，mask中的白色为想要提取指定颜色的位置，黑色为其余位置。