影像色彩空間與應用轉換

  • 2020 年 2 月 21 日
  • 筆記

引言

重新寫了一下影像色彩空間相關的知識，希望給大家多一點背景多點了解，不說別的，看完了肯定會漲知識。

RGB色彩空間

影像處理最基礎的知識點之一就是影像色彩跟顏色模型，對電腦來說表示一張影像，只是一些零壹的二進位值，但是對人眼來說看到的都是一些可見光，而且人眼只對三種可見光比較敏感，分別是紅色(red)、綠色(green)、藍色(blue)。這個就是最基本的RGB顏色模型，三種顏色的波長範圍表示如下：

Blue: 450–495 nm  Green: 495–570 nm  Yellow: 570–590 nm

針對人眼對顏色這個物理現象的生物感知表達模型，國際照明協會在1931年發布了一個顏色模型/色彩空間，表示如下：

因此就出現了對應顏色模型的色彩空間CIE XYZ模型，對於的表示色度跟亮度表示，圖示如下：

從這個上面看不到Z，其實Z是表示顏色得亮度，或者深度，所以CIE XYZ顏色模型的這個圖又被稱為CIE 色度圖。CIE XYZ顏色模型表示的範圍比較大，所以後來微軟跟惠普就提出了一個它的子集的顏色模型sRGB色彩空間，其中S是英文單詞標準的首字母，sRGB色彩空間的表示如下：

上面的黑色三角形區域就稱為sRGB色彩空間，被廣泛應用在個人電腦顯示器、印表機、數位相機中，佔據了大量市場份額、到了90年代的時候Adobe公司提出了一個新RGB色彩空間模型Adobe RGB色彩空間，它比sRGB色彩空間有更大的取值範圍，因此色彩更加細膩更加豐富，它的色彩空間圖示如下：

從圖中可以看成Adobe RGB色彩空間是比sRGB色彩空間大的，但是這個也有缺陷，就是不同色彩空間生成的彩色影像，在不同的設備上顯示或者瀏覽會出現色差，為了解決這個問題，需要對不同色彩空間之間建立轉換模型，實現不同色彩空間模型的轉。後來RGB色彩空間就被大家玩壞了，現在常用的RGB色彩空間如下：

其中值得關注的部分是sRGB跟CMYK之間的相互轉換，這個轉換之後會導致很明顯的色彩差異，原因在於CMYK色彩空間又一部分不在sRGB內部，所以這種情況下，需要對RGB色彩空間進行非線性變換，獲得顏色補償。原因在於多數商業印表機都是基於四色(Cyan, Yellow, Magenta and Black)，無法列印一些sRGB範圍的顏色，所以必須進行非線性變換跟補償。這個其中最常見的就是Gamma校正。

非RGB色彩空間

RGB色彩空間比較豐富，但是它也是有缺點的，最大的缺點就是無法直觀的區分影像顏色、亮度、飽和度等值。所以我們需要一些更加直觀的影像色彩空間，排在第一位的就是HSV色彩空間，它直觀，容易理解，因此在影像處理非常有用。

HSV色彩空間

RGB立方圖色彩空間無法很好區分顏色與亮度的關係，要單獨調整顏色或者亮度不是很方便，這個時候HSV色彩空間是一個很好的選擇，它對顏色與亮度有著很好的區分度，HSV色彩空間圖示如下：

解釋如下：

  • H(Hue) 表示顏色通道，不同的值表示不同的顏色範圍
  • S表示飽和度通道，表示色澤
  • V表示亮度通道，代表影像亮度高低級別

在H、S、V通道上對影像亮度跟顏色或者飽和度的調整就非常方便了，另外對一些特定的顏色值進行分離也比較方便了。

YCrCb色彩空間

YCrCb色彩空間被開發作為當時的數字分量影片的標準，它跟YUV色彩空間有著一定相似性，它的三個通道的取值範圍分別被定義為:

  • Y通道：16~235
  • Cr通道：16~240
  • Cb通道：16~240

需要特別注意的是，RGB到YCrCb的色彩空間轉換時候，不同的YCrCb色彩空間標準會有不同，下面標清電視跟高清電視上YCrCb的色彩差異：

很顯然它們的轉換公式也會有所不同，所以千萬不用看到不同轉換公式就大驚小怪的！

LAB色彩空間

LAB色彩空間又名CIE Lab / LAB，它的圖示如下：

其中：

  • L通道表示亮度值
  • A通道表示紅色/綠色值
  • B通道表示藍色/黃色值

在LAB色彩空間，L表示亮度分量、AB表示顏色通道，所以有時候LAB色彩空間處理影像也會必RGB色彩空間好用，會有意想不到的好結果。

OpenCV實現

OpenCV色彩空間相互轉換與操作的函數主要有兩個，其中支援色彩空間轉換的函數為：

void cv::cvtColor(  InputArray src,  OutputArray dst,  int   code,  int   dstCn = 0  )

參數解釋如下

  • src 表示輸入影像
  • dst 表示輸出影像
  • code 表示空間轉換程式碼，支援常見的各種色彩空間轉換

從色彩空間中提取不同色顏色值函數：

void cv::inRange(  InputArray src,  InputArray      lowerb,  InputArray      upperb,  OutputArray   dst  )

參數解釋如下：

  • src是輸入影像
  • lowerb是取值範圍最小值
  • upperb是取值範圍最大值
  • dst是輸出的mask影像，二值的

一個例子，綠色背景對象上前景對象提取，先看一下效果：

相關程式碼如下：

#include <opencv2/opencv.hpp>  #include <iostream>    using namespace cv;  using namespace std;    int main(int argc, const char *argv[])  {      Mat src = imread("D:/vcprojects/images/cat.jpg");      if (src.empty()) {          printf("could not load image...n");          return -1;      }      namedWindow("input", WINDOW_AUTOSIZE);      imshow("input", src);        // RGB to HSV      Mat hsv;      cvtColor(src, hsv, COLOR_BGR2HSV);      imshow("hsv", hsv);        // RGB to YUV      Mat yuv;      cvtColor(src, yuv, COLOR_BGR2YUV);      imshow("yuv", yuv);        // RGB to YUV      Mat ycrcb;      cvtColor(src, ycrcb, COLOR_BGR2YCrCb);      imshow("ycrcb", ycrcb);        Mat src2 = imread("D:/javaopencv/tinygreen.png");      imshow("src2", src2);      cvtColor(src2, hsv, COLOR_BGR2HSV);      Mat mask;      inRange(hsv, Scalar(35, 43, 46), Scalar(99, 255, 255), mask);      imshow("mask", mask);        waitKey(0);      return 0;  }

Tags:

VirMach 便宜 VPS