前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Task03 彩色空间互转

Task03 彩色空间互转

作者头像
致Great
发布2020-04-30 15:08:38
5940
发布2020-04-30 15:08:38
举报
文章被收录于专栏:程序生活程序生活

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

代码语言:javascript
复制
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

代码语言:javascript
复制
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)
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Datawhale 计算机视觉基础-图像处理(上)-Task03 彩色空间互转
    • 3.1 简介
      • 3.2 学习目标
        • 3.3 内容介绍
          • 3.4 算法理论介绍与资料推荐
            • 3.4.1 RGB与灰度图互转
            • 3.4.2 RGB与HSV互转
          • 3.5 基于OpenCV的实现
          相关产品与服务
          图像处理
          图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档