openCv RGB到HSV空间的学习

这次我主要说说颜色空间，包括三个方面：RGB颜色空间，HSV颜色空间以及颜色空间的转换

RGB颜色空间介绍：

1：RGB颜色空间简介

         三基色原理:大多数的颜色可以通过红、绿、蓝<数学中基的概念>三色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光

         红绿蓝三基色按照不同的比例相加合成混色称为相加混色。其中一些混色的规律有：

                   红色+绿色 = 黄色

                   绿色+蓝色 = 青色

                   红色+蓝色 = 品红

                   红色+绿色+蓝色 = 白色

                   红色+青色 = 白色

                   绿色+品红 = 白色

                   蓝色+黄色 = 白色

2：互补光的定义:

         当两种光按照适当比例混合得到白光时，称这两种光为互补光。所以上述的混色规律我们可以得到青色、黄色、品红分别是红色、蓝色、绿色的补色。

 

3：亮度的定义:

         单色光的亮度强度各不相同，根据人的感受是:绿光最高，红光次之，蓝光最弱，假设得到的白光的强度为100%。如果用Y表示景物的亮度，则通常有:

                   Y= 0.299R + 0.587G + 0.114B

因为红﹑绿﹑蓝三基色能够合成自然界所有的色彩，因此在电子设备和软件中，经常使用红绿蓝三基色合成五颜六色的图像。用以上的相加混色所表示的颜色模式成为RGB模式

注意:

1:CvLoadImage(“”,0)所得到的图像即为灰度单通道图像，所对应的像素即为Y；而与split函数得到的单通道图像R，G，B不一样，但其亮度显示也是按照下图的直线来显示的<即为RGB空间的直线>

2:三通道图像也可能是灰度图像，当三通道值相等时，所对应的三通道图像就是灰度图像<可以通过以下程序画出来>。即RGB space空间中(0,0,0)和(1,1,1)两线上所有点就是灰度图像—>三通道图不一定是彩色的，彩色图一定是三通道的。

3：单通道图像亮度显示也是通过下图来显示的

得到上图的代码为：

#include <iostream>
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
using namespace std;
int main()
{
IplImage *dst = cvCreateImage(cvSize(255, 255), 8, 3);
for(int y = dst->height - 1; y >= 0; y--)
{
cvSet2D(dst, y,  dst->height - y - 1, cvScalar(255-y, 255-y, 255-y));
}
cvNamedWindow("show");
cvShowImage("show", dst);
cvWaitKey(0);
cvReleaseImage(&dst);
cvDestroyWindow("show");
return 0;
}

HSV颜色空间

H:色调 0°对应红色， 120°对应绿色， 240°对应蓝色---对应不同的颜色 取值范围0~360度

S:饱和度  比若说:红色的纯度，越白纯度越低，取值范围0~1

V:亮度  比如你穿了一件红色衣服 在白天亮度较高(0~255之间)傍晚或者黄昏就比较低(0~255之间)，即多少的光照上去反射出来被看见，取值范围0~255

如图:

颜色空间的转换

用到的核心函数有: cvConvertScale, cvSplit, cvMerge, cvCvtColor

需要注意的是：由于加载进来图像是uchar，最多只能是255，而opencv正常程序的结构显示H色调都会小于等于180<因为程序知道表示不了360，直接全部缩小到180>，而H色调的取值范围0~360，因此我们需要将图像转换成float类型，而cvConvertScale 可以实现放大缩小偏移同时可以做类型转换；之后我们可以将hsv各通道转换到0~255之间，使用到的函数仍然是cvConvertScale 。最后需要注意的一点是：CvShowImage显示的图像都会被当做RGB颜色空间的图像来处理.

下面给出这之间范围变化的代码：

1：没有考虑H(色调)范围的代码，此时H的范围只能在0~180之间。

代码：

#include <iostream>
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"

using namespace std;

int main()
{
IplImage *src = cvLoadImage("F:\\tongtong.jpg", 1);
IplImage *hsv_img = cvCreateImage(cvGetSize(src), 8 , 3);
IplImage *h_img = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *s_img = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *v_img = cvCreateImage(cvGetSize(src), 8, 1);

cvCvtColor(src, hsv_img, CV_BGR2HSV);
cvSplit(hsv_img, h_img, s_img, v_img, NULL);
for(int y = 0; y < hsv_img->height; y++){
for(int x = 0; x < hsv_img->width; x++)
{
cout << cvGetReal2D(h_img, y, x) << " ";
}
cout << endl;
}
cvNamedWindow("src", 0);
cvShowImage("src", hsv_img);
cvWaitKey(0);
cvReleaseImage(&src);
cvDestroyWindow("src");
return 0;
}

2：将色调H的取值范围转换到0~360之间

#include <iostream>
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"

using namespace std;

int main()
{
IplImage *src = cvLoadImage("F:\\tongtong.jpg", 1);
IplImage *src_float = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F, 3);
<span style="color: rgb(255, 0, 0);">cvConvertScale(src, src_float, 1.0, 0.0);
IplImage *hsv_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F , 3);
IplImage *h_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
IplImage *s_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
IplImage *v_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
</span>
cvCvtColor(src_float, hsv_img, CV_BGR2HSV);
cvSplit(hsv_img, h_img, s_img, v_img, NULL);
for(int y = 0; y < hsv_img->height; y++){
for(int x = 0; x < hsv_img->width; x++)
{
cout << cvGetReal2D(h_img, y, x) << " ";
}
cout << endl;
}
cvNamedWindow("src", 0);
cvShowImage("src", hsv_img);
cvWaitKey(0);
cvReleaseImage(&src);
cvDestroyWindow("src");
return 0;
}

3：将H，S，V的范围转化到0~255之间

#include <iostream>
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"

using namespace std;

int main()
{
IplImage *src = cvLoadImage("F:\\tongtong.jpg", 1);
IplImage *src_float = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F, 3);
cvConvertScale(src, src_float, 1.0, 0.0);
IplImage *hsv_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F , 3);
IplImage *h_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
IplImage *s_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
IplImage *v_img = cvCreateImage(cvGetSize(src), IPL_DEPTH_32F, 1);
<span style="color: rgb(255, 0, 0);">
IplImage *h = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *s = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *v = cvCreateImage(cvGetSize(src), 8, 1);

cvCvtColor(src_float, hsv_img, CV_BGR2HSV);
cvSplit(hsv_img, h_img, s_img, v_img, NULL);
cvConvertScale(h_img, h, (1.0/360)*255, 0.0);
cvConvertScale(s_img, s, 255.0, 0.0);  // 因为S的取值范围为0~1
cvConvertScale(v_img, v, 1.0, 0.0);</span>
for(int y = 0; y < hsv_img->height; y++){
for(int x = 0; x < hsv_img->width; x++)
{
if(cvGetReal2D(h, y, x) > 200)cout << cvGetReal2D(h, y, x) << " ";
}
cout << endl;
}
cvNamedWindow("src", 0);
cvShowImage("src", hsv_img);
cvWaitKey(0);
cvReleaseImage(&src);
cvDestroyWindow("src");
return 0;

}