【从零学习OpenCV 4】颜色模型与转换
重磅干货,第一时间送达
经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。
本小节中将介绍几种OpenCV 4中能够互相转换的常见的颜色模型,例如RGB模型、HSV模型、Lab模型、YUV模型以及GRAY模型,并介绍这几种模型之间的数学转换关系,以及OpenCV 4中提供的这几种模型之间的变换函数。
1
01
RGB颜色模型
前面对于RGB颜色模型已经有所介绍,该模型的命名方式是采用三种颜色的英文首字母组成,分别是红色(Red)、绿色(Green)和蓝色(Blue)。虽然该颜色模型的命名方式是红色在前,但是在OpenCV中却是相反的顺序,第一个通道时蓝色(B)分量,第二个通道时绿色(G)分量,第三个通道时红色(R)分量。根据存储顺序的不同,OpenCV 4中提供了这种顺序的反序格式,用于存储第一个通道是红色分量的图像,但是这两种格式的图像的颜色空间是相同的,颜色空间如图3-1所示。三个通道对于颜色描述的范围是相同的,因此RGB颜色模型的空间构成是一个立方体。在RGB颜色模型中,所有的颜色都是由这三种颜色通过不同比例的混合得到,如果三种颜色分量都为0,则表示为黑色,如果三种颜色的分量相同且都为最大值,则表示为白色。每个通道都表示某一种颜色由0到1的过程,不同位数的图像表示将这个颜色变化过程细分成不同的层级,例如8U3C格式的图像每个通道将这个过程量化成256个等级,分别由0到255表示。在这个模型的基础上增加第四个通道即为RGBA模型,第四个通道表示颜色的透明度,当没有透明度需求的时候,RGBA模型就会退化成RGB模型。
图3-1 RGB颜色空间模型
1
02
YUV颜色模型
YUV模型是电视信号系统所采用的颜色编码方式。这三个变量分别表示是像素的亮度(Y)以及红色分量与亮度的信号差值(U)和蓝色与亮度的差值(V)。这种颜色模型主要用于视频和图像的传输,该模型的产生与电视机的发展历程密切相关。由于彩色电视机在黑白电视机发明之后才产生,因此用于彩色电视机的视频信号需要能够兼容黑白电视机。彩色电视机需要三个通道的数据才能显示彩色,而黑白电视机只需要一个通道的数据即可,因此为了使视频信号能够兼容彩色电视与黑白电视,将RGB编码方式转变成YUV的编码方式,其Y通道是图像的亮度,黑白电视只需要使用该通道就可以显示黑白视频图像,而彩色相机通过将YUV编码转成RGB编码方式,便可以在彩色电视种显示彩色图像,较好的解决了同一个视频信号兼容不同类型电视的问题。RGB模型与YUV模型之间的转换关系如式所示,其中RGB取值范围均为0-255。
1
03
HSV颜色模型
HSV是色度(Hue)、饱和度(Saturation)和亮度(Value)的简写,通过名字也可以看出来该模型通过这三个特性对颜色进行描述。色度是色彩的基本属性,就是平时常说的颜色,例如红色,蓝色等;饱和度是指颜色的纯度,饱和度越高色彩越纯越艳,饱和度越低色彩则逐渐地变灰变暗,饱和度的取值范围是由0到100%;亮度是颜色的明亮程度,其取值范围由0到计算机中允许的最大值。由于色度、饱和度和亮度的取值范围不同,因此其颜色空间模型用锥形表示,其形状如图3-2所示。相比于RGB模型三个颜色分量与最终颜色联系不直观的缺点,HSV模型更加符合人类感知颜色的方式:颜色、深浅以及亮暗。
图3-2 HSV颜色空间模型
1
04
Lab颜色模型
Lab颜色模型弥补了RGB模型的不足,是一种设备无关的颜色模型,是一种基于生理特征的颜色模型。在模型中L表示亮度(Luminosity),a和b是两个颜色通道,两者的取值区间都是由-128到+127,其中a通道数值由小到大对应的颜色是从绿色变成红色,b通道数值由小到大对应的颜色是由蓝色变成黄色。其构成的颜色空间是一个球形,形式如图3-3所示。
图3-3 Lab颜色空间模型
1
05
GRAY颜色模型
GRAY模型并不是一个彩色模型,他是一个灰度图像的模型,其命名使用的是英文单词gray的全字母大写。灰度图像只有单通道,灰度值根据图像位数不同由0到最大依次表示由黑到白,例如8UC1格式中,由黑到白被量化成了256个等级,通过0-255表示,其中255表示白色。彩色图像具有颜色丰富、信息含量大的特性,但是灰度图在图像处理中依然具有一定的优势。例如,灰度图像具有相同尺寸相同压缩格式所占容量小,易于采集,便于传输等优点。常用的RGB模型转成灰度图的方式如式中所示。
1
06
不同颜色模型间的互相转换
针对图像不同颜色模型之间的相互转换,OpenCV 4提供了cvtColor()函数用于实现转换功能,该函数的函数原型在代码清单3-1中给出。
代码清单3-1 cvtColor()函数原型
void cv::cvtColor(InputArray src,
OutputArray dst,
int code,
int dstCn = 0
)
src:待转换颜色模型的原始图像。
dst:转换颜色模型后的目标图像。
code:颜色空间转换的标志,如由RGB空间到HSV空间。常用标志及含义在表3-1中给出。
dstCn:目标图像中的通道数,如果参数为0,则从src和代码中自动导出通道数。
函数用于将图像从一个颜色模型转换为另一个颜色模型,前两个参数用于输入待转换图像和转换颜色空间后目标图像,第三个参数用于声明该函数具体的转换模型空间,常用的标志在表3-1中给出,读者可以自行查阅OpenCV 4的教程了解详细的标志。第四个参数在一般情况下不需要特殊设置,使用默认参数即可。需要注意的是该函数变换前后的图像取值范围,由于8位无符号图像的像素由0到255,16位无符号图像的像素由0-65535,而32位浮点图像的像素是由0到1,因此一定要注意目标图像的像素范围。在线性变换的情况下,范围问题不需要考虑,目标图像的像素不会超出范围。如果在非线性变换的情况下,应将输入RGB图像归一化到适当的范围以内获得正确的结果,例如将8位无符号图像转成32位浮点图像,需要先将图像像素通过除以255缩放到0到1范围内,以防止产生错误结果。
注意
如果转换过程中添加了alpha通道(RGB模型中第四个通道,表示透明度),则其值将设置为相应通道范围的最大值:CV_8U为255,CV_16U为65535,CV_32F为1
表3-1 cvtColor()函数颜色模型转换常用标志参数
标志参数 |
简记 |
作用 |
COLOR_BGR2BGRA |
0 |
对RGB图像添加alpha通道 |
COLOR_BGR2RGB |
4 |
彩色图像通道颜色顺序的更改 |
COLOR_BGR2GRAY |
10 |
彩色图像转成灰度图像 |
COLOR_GRAY2BGR |
8 |
灰度图像转成彩色图像(伪彩色) |
COLOR_BGR2YUV |
82 |
RGB颜色模型转成YUV颜色模型 |
COLOR_YUV2BGR |
84 |
YUV颜色模型转成RGB颜色模型 |
COLOR_BGR2HSV |
40 |
RGB颜色模型转成HSV颜色模型 |
COLOR_HSV2BGR |
54 |
HSV颜色模型转成RGB颜色模型 |
COLOR_BGR2Lab |
44 |
RGB颜色模型转成Lab颜色模型 |
COLOR_Lab2BGR |
56 |
Lab颜色模型转成RGB颜色模型 |
为了直观的感受同一张图像在不同颜色空间中的样子,在代码清单3-2中给出了前面几种颜色模型互相转换的程序,运行结果如图3-4所示。需要说明的是Lab颜色模型具有负数,而通过imshow()函数显示的图像无法显示负数,因此在结果中给出了Image Watch插件显示图像在Lab模型中的样子。在程序中,我们为了防止转换后出现数值越界的情况,先将CV_8U类型转成CV_32F类型后再进行颜色模型的转换。
代码清单3-2 myCvColor.cpp图像颜色模型互相转换
1. #include <opencv2\opencv.hpp>
2. #include <iostream>
3. #include <vector>
4.
5. using namespace std;
6. using namespace cv;
7.
8. int main()
9. {
10. Mat img = imread("lena.png");
11. if (img.empty())
12. {
13. cout << "请确认图像文件名称是否正确" << endl;
14. return -1;
15. }
16. Mat gray, HSV, YUV, Lab, img32;
17. img.convertTo(img32, CV_32F, 1.0 / 255); //将CV_8U类型转换成CV_32F类型
18. //img32.convertTo(img, CV_8U, 255); //将CV_32F类型转换成CV_8U类型
19. cvtColor(img32, HSV, COLOR_BGR2HSV);
20. cvtColor(img32, YUV, COLOR_BGR2YUV);
21. cvtColor(img32, Lab, COLOR_BGR2Lab);
22. cvtColor(img32, gray, COLOR_BGR2GRAY);
23. imshow("原图", img32);
24. imshow("HSV", HSV);
25. imshow("YUV", YUV);
26. imshow("Lab", Lab);
27. imshow("gray", gray);
28. waitKey(0);
29. return 0;
30. }
图3-4 RGB彩色图像向不同颜色模型转换结果
程序中我们利用了OpenCV 4中Mat类自带的数据类型转换函数convertTo(),在平时使用图像数据时也会经常遇到不同数据类型转换的问题,因此接下来将详细介绍该转换函数的使用方式,在代码清单3-3中给出了该函数的函数原型。
代码清单3-3 convertTo()函数原型
void cv::Mat::convertTo(OutputArry m,
int rtype,
double alpha = 1,
double beta = 0
)
m:转换类型后输出的图像。
rtype:转换图像的数据类型。
alpha:转换过程中的缩放因子。
beta:转换过程中的偏置因子。
该函数用来实现将已有图像转换成指定数据类型的图像,第一个参数用于输出转换数据类型后的图像,第二个参数用于声明转换后图像的数据类型。第三个与第四个参数用于声明两个数据类型间的转换关系,具体转换形式如式所示。
通过转换公式可以知道该转换方式就是将原有数据进行线性转换,并按照指定的数据类型输出。根据其转换规则可以知道,该函数不仅能够实现不同数据类型之间的转换,还能实现在同一种数据类型中的线性变换。我们在代码清单3-2中给出了CV_8U类型和CV_32F类型之间互相转换的示例,其他类型之间的互相转换与此类似,这里不再赘述,读者可以自行探索,通过实践体会该函数的使用方法。