opencv(4):颜色空间

颜色空间

不同色彩空间显示效果是不一样的。

RGB 人眼的色彩空间

HSV 色彩空间

HSV 代表色相（Hue）、饱和度（Saturation）、明度（Value），这三个分量描述了颜色的不同方面：

• 色相（Hue）： 表示颜色的种类，以角度度量（0°到360°）。常见的颜色如红、绿、蓝等都有特定的色相值。
• 饱和度（Saturation）： 表示颜色的纯度或灰度。饱和度为0时，颜色变成灰度，为1时，颜色是完全饱和的。
• 明度（Value）： 表示颜色的明亮程度。数值范围从0到1，其中0代表黑色，1代表最亮的颜色。

opencv 倾向于使用 hsv.

import cv2
import numpy as np

# 读取图像
image = cv2.imread('example.jpg')

# 将图像从 BGR 转换为 HSV
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
1
2
3
4
5
6
7
8

HSL

HSL 是另一种颜色空间，表示颜色的方式与 RGB 和 HSV 略有不同。HSL 代表色相（Hue）、饱和度（Saturation）、亮度（Lightness），这三个分量描述了颜色的不同方面：

• 色相（Hue）： 表示颜色的种类，以角度度量（0°到360°）。HSL 色相与 HSV 色相是相同的。
• 饱和度（Saturation）： 表示颜色的纯度或灰度。饱和度为0时，颜色是灰度的，为1时，颜色是完全饱和的。
• 亮度（Lightness）： 表示颜色的相对亮度。数值范围从0到1，其中0代表黑色，0.5是中间的灰度，1代表最亮的颜色。

HSL 色彩空间同样常用于图像处理和计算机视觉任务中。在 OpenCV 中，你同样可以使用 cv2.cvtColor 函数将图像从其他颜色空间（如 BGR）转换为 HSL。
HSL 用的比较少。

YUV

主要用在视频中。
YUV 是一种将亮度（Luminance）和色度（Chrominance）分离的颜色编码方式，常用于视频压缩和图像处理。YUV 的表示方式包括 Y、U、V 三个分量：

• Y（亮度）： 表示图像的亮度信息，即灰度信息。Y 分量用于表示黑白图像的亮度，与 RGB 的灰度表示类似。
• U（蓝色色度）： 表示蓝色的色度信息。U 分量描述了图像中蓝色和黄色的变化。在 YUV 中，U 分量越大，蓝色越强，越小则黄色越强。
• V（红色色度）： 表示红色的色度信息。V 分量描述了图像中红色和绿色的变化。在 YUV 中，V 分量越大，红色越强，越小则绿色越强。

YUV 主要应用于视频编码和传输领域，其中 Y 分量用于表示亮度信息，而 U 和 V 分量则用于表示颜色信息。通过将颜色信息与亮度信息分离，可以更有效地进行压缩，因为人眼对亮度的感知更为敏感，而对颜色的感知相对较弱。

在 OpenCV 中，你可以使用 cv2.cvtColor 函数将图像从其他颜色空间（如 BGR）转换为 YUV。例如：

import cv2
import numpy as np
# 读取图像
image = cv2.imread('example.jpg')
# 将图像从 BGR 转换为 YUV
yuv_image = cv2.cvtColor(image, cv2.COLOR_BGR2YUV)
1
2
3
4
5
6

YUV420、YUV422、YUV444 是 YUV 颜色编码的不同变体，它们主要区别在于亮度（Y）和色度（U、V）分量的采样方式和存储结构。

YUV420：

采样方式： Y 分量进行全采样，而 U 和 V 分量进行水平和垂直方向的子采样。通常是 4:2:0 的采样方式，表示每 4 个 Y 值对应 2 个 U 和 2 个 V 值。
存储结构： 以块为单位存储，每个块中包含多个 Y、U、V 像素。Y 采样密集，而 U 和 V 采样相对稀疏。这是最常用于视频压缩的一种格式。

YUV422：

采样方式： Y 分量进行全采样，而 U 和 V 分量进行水平方向的子采样。通常是 4:2:2 的采样方式，表示每 4 个 Y 值对应 2 个 U 和 2 个 V 值。
存储结构： 类似 YUV420，以块为单位存储，但 U 和 V 采样略为密集，相对于 YUV420，存储要求更高。

YUV444：

采样方式： Y、U、V 分量均进行全采样，没有子采样。每个 Y、U、V 都有一个对应的采样值。
存储结构： 每个像素都有对应的 Y、U、V 值，存储密集。这是最高质量的 YUV 变体，但也需要更多的存储空间。
这些变体在视频压缩和传输中具有不同的应用场景。YUV420 常用于广播电视和视频流，因为它在保持相对较高图像质量的同时，能够更有效地压缩数据。YUV444 则通常用于图像和视频编辑等对图像质量要求较高的场景。

颜色空间转换代码示例

import cv2

def callback(userdata):
    pass
cv2.namedWindow('color', cv2.WINDOW_NORMAL)
img = cv2.imread('./RMB.jpeg')
colorspaces = [cv2.COLOR_BGR2RGBA, cv2.COLOR_BGR2BGRA, 
               cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV, 
               cv2.COLOR_BGR2YUV]
cv2.createTrackbar('curcolor', 'color', 0, 4, callback)
while True:
    index = cv2.getTrackbarPos('curcolor', 'color')
    #颜色空间转换API
    cvt_img = cv2.cvtColor(img, colorspaces[index])
    cv2.imshow('color', cvt_img)
    key = cv2.waitKey(10)
    print(key)
    if key & 0xFF == ord('q'):
        break
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20