1. 影像色彩空間

影像色彩空間 是用於定義顏色範圍的數學模型。

它規定了影像中可以使用的顏色以及它們之間的關系。它決定了影像中可以顯示的顏色範圍。不同的色彩空間可以包含不同的顏色範圍，因此選擇合適的色彩空間對於確保影像在不同裝置上看起來一致非常重要。

影像色彩空間的意義主要體現在以下幾個方面：

2. 最常見的影像色彩空間

2.1 RGB

RGB 色彩空間 是一種基於紅、綠、藍三原色的 加色 色彩空間。它是用於顯視器和電視機的顏色空間，也是用於大多數數位影像的色彩空間。

RGB 色彩空間使用三個分量來表示顏色：紅色、綠色和藍色。每個分量都是一個介於 0 到 255 之間的數位，其中 0 表示該原色不存在，255 表示該原色完全存在。透過混合不同強度的紅、綠、藍光，可以建立各種顏色。例如，混合相等強度的紅、綠和藍光會產生白色光。混合全強度紅色和全強度綠色會產生黃色光。

RGB 色彩空間根據每個分量在電腦中占用的儲存字節數的幾種常見情況：

2.2 HSV

HSV 色彩空間 是一種使用色相、飽和度和值來表示顏色的色彩空間。它是一種直觀的色彩空間，與人眼感知顏色的方式更加接近。

HSV 色彩空間的三個分量：

HSV 是一種將 RGB 色彩空間中的點在倒圓錐體中的表示方法。360度的圓作為色相，飽和度的值就是色相切點指向圓心的線，此時的顏色還是不夠用於表示。再引入一個亮度，圓錐的垂線，越往上圖片越亮，反之越暗。

HSV 色彩空間主要套用在以下幾個方面：

HSV 顏色對應 RGB 分量範圍(透過實驗計算的模糊範圍)

2.3 HLS

HLS 色彩空間 是一種使用色相、飽和度和明度來表示顏色的色彩空間。

HLS 色彩空間的三個分量：

下面整理了 HLS 和 HSV 色彩空間的區別：

2.4 YUV

YUV 色彩空間 是一種使用亮度（Y）和兩個色度分量（U和V）來表示顏色的顏色空間。它主要用於電視和視訊領域。

YUV 色彩空間的三個分量：

由上圖可知，亮度和顏色無關只是黑白灰的程度不同，因此 UV 資訊代表顏色。

YUV 色彩空間的常見格式：

YUV 色彩空間常見格式：

另外，還有 YCbCr，YCbCr 是從 YUV 色彩空間衍生而來，但 YCbCr 采用了更復雜的數學公式，以便更好地利用人眼的視覺特性。

2.5 CMY & CMYK

CMY 色彩空間 是一種基於 減色原理 的顏色空間，使用青色 (Cyan)、品紅 (Magenta) 和黃色 (Yellow) 三原色來表示顏色。它通常用於印刷和出版領域，因為CMY油墨可以很好地吸收光線，從而產生各種各樣的顏色。

CMY 色彩空間的工作原理：白色光包含所有可見光譜。當白色光穿過 CMY 油墨時，油墨會吸收部份光譜。未被吸收的光線會反射到我們的眼睛中，我們看到的就是 CMY 顏色。

CMYK 是 CMY 的擴充套件增加了黑色分量。這是因為 CMY 無法完美地再現黑色，因此添加黑色分量可以提高陰影和暗調的準確性。

CMY 和 CMYK 色彩空間的比較：

2.6 Lab

Lab 色彩空間 是一種基於人眼感知的色彩空間，比其他顏色空間（如 RGB 和 CMYK）更接近於感知顏色。

Lab 色彩空間的三個分量：

Lab 色彩空間的特性：

3. 影像色彩空間轉換

影像色彩空間轉換 是指將影像從一個色彩空間轉換到另一個色彩空間的過程。

OpenCV 提供了 cv::cvtColor() 函式進行影像色彩空間轉換，常見的轉換方法：

cv::cvtColor(src, dst, cv::COLOR_RGB2HSV);


cv::cvtColor(src, dst, cv::COLOR_HSV2RGB);


cv::cvtColor(src, dst, cv::COLOR_RGB2YUV);


cv::cvtColor(src, dst, cv::COLOR_YUV2RGB);


cv::cvtColor(src, dst, cv::COLOR_RGB2Lab);


cv::cvtColor(src, dst, cv::COLOR_Lab2RGB);


下面的例子，展示了在 OpenCV 中使用 cvtColor() 函式將原圖轉換到各種色彩空間。

#include"opencv2/imgproc.hpp"
#include"opencv2/highgui.hpp"
usingnamespacestd;
usingnamespace cv;
intmain(int argc, char **argv){
Mat src = imread(".../flower.jpg");
imshow("src", src);
Mat gray;
cvtColor(src, gray, cv::COLOR_BGR2GRAY);
imshow("gray", gray);
Mat hsv;
cvtColor(src, hsv, cv::COLOR_BGR2HSV); // BGR 轉換到 HSV 色彩空間
imshow("hsv", hsv);
Mat hls;
cvtColor(src, hls, cv::COLOR_BGR2HLS); // BGR 轉換到 HLS 色彩空間
imshow("hls", hls);
Mat yuv;
cvtColor(src, yuv, cv::COLOR_RGB2YUV); // BGR 轉換到 YUV 色彩空間
imshow("yuv", yuv);
Mat lab;
cvtColor(src, lab, cv::COLOR_RGB2Lab); // BGR 轉換到 Lab 色彩空間
imshow("lab", lab);
waitKey(0);
return0;
}








4. 顏色分割

下面的例子，先將圖片轉換到 HSV 色彩空間，再透過 cv::inRange() 函式將女孩從綠色背景分離出來，最後用藍色背景替換原先的綠色背景。

#include"opencv2/imgproc.hpp"
#include"opencv2/highgui.hpp"
usingnamespacestd;
usingnamespace cv;
intmain(int argc, char **argv){
Mat src = imread(".../girl.jpg");
imshow("src", src);
Mat hsv;
cvtColor(src, hsv, cv::COLOR_BGR2HSV); // BGR 轉換到 HSV 色彩空間
imshow("hsv", hsv);
cv::Scalar lower_green(35, 43, 46);
cv::Scalar upper_green(77, 255, 255); // 定義綠色的 HSV 範圍
Mat mask;
inRange(hsv, lower_green, upper_green, mask); // 透過 inRange 函式實作二值化
imshow("mask", mask);
Mat kernel = getStructuringElement(MORPH_RECT,Size(7,7),Point(-1,-1));
morphologyEx(mask, mask, MORPH_OPEN, kernel, Point(-1, -1), 1);
imshow("open", mask);
GaussianBlur(mask,mask,Size(45,45),0,0);
imshow("blur", mask);
bitwise_not(mask,mask);
imshow("fg", mask);
// 重新定義背景顏色
Vec3b color;
color[0] = 255;
color[1] = 0;
color[2] = 0;
int height = src.rows;
int width = src.cols;
Mat result(src.size(),src.type());
double w = 0.0;
int b = 0,g = 0, r = 0;
int b1 = 0,g1 = 0, r1 = 0;
int b2 = 0,g2 = 0, r2 = 0;
for (int row = 0; row < height; row++) {
for (int col = 0; col < width; col++) {
int m = mask.at<uchar>(row,col);
if(m == 255){ //前景
result.at<Vec3b>(row,col) = src.at<Vec3b>(row,col);
} elseif(m==0){ //背景
result.at<Vec3b>(row,col) = color;
} else{
w = m/ 255;
b1 = src.at<Vec3b>(row,col)[0];//前景
g1 = src.at<Vec3b>(row,col)[1];
r1 = src.at<Vec3b>(row,col)[2];
b2 = color[0];//背景
g2 = color[1];
r2 = color[2];
b = b1*w+b2*(1.0-w);
g = g1*w+g2*(1.0-w);
r = r1*w+r2*(1.0-w);
result.at<Vec3b>(row,col)[0] = b;
result.at<Vec3b>(row,col)[1] = g;
result.at<Vec3b>(row,col)[2] = r;
}
}
}
imshow("result",result);
waitKey(0);
return0;
}
















下面簡單介紹一下 cv::inRange() 函式：

voidinRange(InputArray src, InputArray lowerb,
InputArray upperb, OutputArray dst);


第一個參數 src: 輸入影像，可以是單鍊結或多通道影像。

第二個參數 lowerb: 顏色範圍的下限，可以是純量或陣列。

第三個參數 upperb: 顏色範圍的上限，可以是純量或陣列。

第四個參數 dst: 輸出影像，與輸入影像大小相同，型別為 CV_8U。

對於影像中的每個像素， cv::inRange() 函式會將其與 lowerb 和 upperb 進行比較。如果像素值在兩者之間，則輸出影像中的對應像素設定為 255，否則設定為 0。所以，實作了影像的二值化。

5. 總結

影像色彩空間在影像處理和顯示中起著重要的作用。

除了本文介紹的影像色彩空間之外，還有許多其他影像色彩空間，每種色彩空間都有自己的優勢和劣勢。

影像色彩空間可以確保顏色一致性、提高影像品質、簡化影像處理並促進色彩管理。隨著技術的不斷發展，影像色彩空間也在不斷發展。

系統化學習直接掃碼檢視

推薦閱讀