色彩空间

颜色模型就是指某个三维颜色空间中的一个可见光子集，它包含某个颜色域(使用颜色的领域)的所有颜色。 RGB颜色模型 RGB（Red, Green, Blue）颜色模型通常使用于彩色阴极射线 管等彩色光栅图形显示设备中，彩色光栅图形的显示器都使用R、G、B数值来驱动R、G、B 电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉 发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来 的光线中的R、G、B成分，并用它来表示原稿的颜色。 RGB颜色模型称为与设备相关的颜色模型 ， RGB颜色模型所覆盖的颜色域取决于显示设备荧光点的颜色特性，是与硬件相关的 。它是我们使用最多，最熟悉的颜色模型。它采用三维直角坐标系。红、绿、蓝原色是加性原色，各个原色混合在一起可以产生复合色。如图所示。 RGB颜色模型通常采用如图所示的单位立方体来表示。在正方体的主对角线上，各原色的强度相等，产生由暗到明的白色，也就是不同的灰度值。（0，0，0）为黑色，（1，1，1）为白色。正方体的其他六个角点分别为红、黄、绿、青、蓝和品红。 HSV颜色模型 每一种颜色都是由色相（Hue，简H），饱和度（Saturation，简S）和色明度（Value，简V）所表示的。HSV模型对应于 圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1。它包含RGB模型中的R=1，G=1，B

1、转换颜色空间 HSV:色调（H），饱和度（S），明度（V）。 比如从 BGR 到灰度图，或者从BGR 到 HSV 等 我们要用到的函数是：cv2.cvtColor(input_image，flflag)，其中 flflag 就是转换类型。 对于 BGR↔Gray 的转换，我们要使用的 flflag 就是 cv2.COLOR_BGR2GRAY。 同样对于 BGR↔HSV 的转换，我们用的 flflag 就是 cv2.COLOR_BGR2HSV。 你还可以通过下面的命令得到所有可用的 flflag。 import cv2 flags=[i for in dir(cv2) if i startswith('COLOR_')] print flags 注意：在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不 同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软 件的 HSV 值进行对比时，一定要记得归一化。 2、物体跟踪 在 HSV 颜色空间中要比在 BGR 空间 中更容易表示一个特定颜色。 • 从视频中获取每一帧图像 • 将图像转换到 HSV 空间 • 设置 HSV 阈值到蓝色范围。 • 获取蓝色物体，当然我们还可以做其他任何我们想做的事

在OpenCV + Python中使用色彩空间进行图像分割 什么是色彩空间？ 在最常见的颜色空间RGB（红色绿色蓝色）中，颜色以红色，绿色和蓝色分量表示。用更专业的术语来说，RGB将颜色描述为三个组成部分的元组。每个分量可以取0到255之间的值，其中元组(0, 0, 0)代表黑色，(255, 255, 255)代表白色。 RGB被认为是三原色“加法”颜色空间，可以想象颜色是由大量红色，蓝色和绿色的光照射到黑色背景上产生的。 颜色 RGB值 红色 255，0，0 橙色 255，128，0 粉色 25，153，255 RGB是五个主要色彩空间模型之一，每个模型都有许多分支。颜色空间太多，因为不同的颜色空间可用于不同的目的。 在印刷领域，CMYK很有用，因为它描述了从白色背景产生颜色所需的颜色组合。RGB中的0元组是黑色，而CMYK中的0元组是白色。我们的打印机包含青色，品红色，黄色和黑色的墨水罐。 HSV和HSL是色相，饱和度和亮度/亮度的描述，对识别图像的对比度特别有用。这些色彩空间常用于软件的选色工具和网页设计中。 实际上，颜色是一种连续现象，意味着存在无限数量的颜色。但是，色彩空间通过离散结构（固定数量的整数整数值）表示颜色，这是可以接受的，因为人眼和感知也受到限制。颜色空间完全能够代表我们能够区分的所有颜色。 OpenCV中的色彩空间和读取图像 首先，您需要设置您的环境

subplot函数 subplot(2, 3, 4)，函数表示在当前的两行三列的窗口的第四个位置上，添加一个窗口，见示例代码如下 import cv2 import numpy as np import matplotlib . pyplot as plt img = cv2 . imread ( '../data/1.jpg' , 0 ) plt . figure ( 'original' ) plt . subplot ( 2 , 3 , 4 ) plt . hist ( img . ravel ( ) , 256 ) plt . subplot ( 231 ) # 如果行数和列数不大于10，可以省略行数和列数和窗口序号的逗号 plt . hist ( img . ravel ( ) , 256 ) plt . show ( ) imshow函数 该函数有两个参数，第一个参数是图像信息，可以是各种形式的数值 第二个参数表示色彩空间，默认值是null，默认使用RGB(A)色彩空间 代码示例如下 import cv2 import numpy as np import matplotlib . pyplot as plt img_bgr = cv2 . imread ( '../data/1.jpg' , 0 ) img_rgb = cv2 . cvtColor ( img_bgr

颜色通常用三个相对独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色空间。而颜色可以由不同的角度，用三个一组的不同属性加以描述，就产生了不同的颜色空间。但被描述的颜色对象本身是客观的，不同颜色空间只是从不同的角度去衡量同一个对象。 颜色空间按照基本结构可以分两大类：基色颜色空间和色、亮分离颜色空间。前者的典型是 RGB，还包括 CMY、CMYK、CIE XYZ 等；后者包括 YCC/YUV、Lab、以及一批“色相类颜色空间”。CIE XYZ 是定义一切颜色空间的基准，很奇妙的是，它即属于基色颜色空间，也属于色、亮分离颜色空间，是贯穿两者的枢纽。色、亮分离颜色空间中的子类型“色相类颜色空间”，是把颜色分成一个表亮属性，和两个表色属性，其中有一个表色属性是色相，而色相以外的两个属性可以选用不同的变量来定义，而色相的概念不变，因此就构成一族共同使用色相属性，另加表亮属性和表色属性各一个组成的颜色空间，它们是颜色空间中的一个家族，暂且统称为 HSB 颜色空间。 RGB颜色空间是一种大的分类，具体而言RGB空间还包含多种空间，其中sRGB是HP和Microsoft联合制定的标准RGB空间，除此之外还有Adobe RGB，Apple RGB，ColorMatch RGB等等，他们通过不同的方式表示RGB三种颜色，使得它们具有不同的色彩宽度，GAMMA值也是不一样的

RGB、Lab、YUV、HSI、HSV等颜色空间的区别 RGB颜色空间 RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器 都使用R、G、B数值来驱动R、G、B 电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉 发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来 的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同 的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同 的色彩显示结果。显示器和扫描仪使用的RGB空间与CIE 1931 RGB真实三原色表色系统空间是不同的，后者 是与设备无关的颜色空间。btw：Photoshop的色彩选取器(Color Picker)。可以显示HSB、RGB、LAB和CMYK 色彩空间的每一种颜色的色彩值。 Lab 颜色空间 Lab颜色空间是由CIE(国际照明委员会)制定的一种色彩模式。自然界中任何一点色都可以在Lab空间中表达出来，它的色彩空间比RGB空间还要大。另外，这种模式是以数字化方式来描述人的视觉感应，与设备无关，所以它弥补了RGB和 CMYK模式必须依赖于设备色彩特性的不足。由于Lab的色彩空间要比RGB模式和CMYK模式的色彩空间大

参考教程： python+opencv3.3视频教学 基础入门-bilibili 颜色空间 - 911的专栏 几种颜色模型介绍 - 简书 从 RGB 到 HSV 的转换详细介绍 - hanshanbuleng的博客 一、定义 色彩通常用三个相对独立的属性来描述，三个独立变量综合作用，自然就构成一个 空间坐标 ，这就是 色彩空间（色彩模型） 。 二、常见色彩空间 色彩可以由不同的角度，用三个一组的不同属性加以描述，就产生了不同的色彩空间。 最常见的几种色彩空间有： RGB 用于扫描仪和显示设备 、计算机系统 CMYK 用于打印机、印刷出版业 YUV/YIQ 用于视频和电视 HIS/HSB/HSV/HSL CIE 颜色空间，包括：CIE XYZ，CIE Lab，CIE YUV等颜色空间 1.RGB 一个能发出光波的物体称为有源物体，它的颜色由该物体发出的光波决定，使用R GB相加混合模型(additive color) 。 国际照明委员会（CIE）规定以 700nm(红)、546.1nm (绿)、435.8nm (蓝)三个色光为三基色 。又称为 物理三基色 。自然界的所有颜色都可以通过选用这三基色按不同比例混合而成。 计算机彩色显示器的输入需要RGB三个彩色分量，通过三个分量的不同比例，在显示屏幕上合成所需要的任意颜色。RGB颜色空间的三个分量又称为三个通道，R、G

学习如歌对图像进行颜色空间转换，从BGR到灰度图，或者从BGR到HSV等 创建一个程序用来从一幅图像中获取某个特定颜色的物体 1.转换颜色空间 　　OpenCV中有超过150种进行颜色空间转化的方法，但是实际上经常用到的也就两种：BGR<->Gray，BGR<->HSV 　　要用的函数是cv2.cvtColor(input_img,flag)flag就是转换类型 　　cv2.COLOR_BGR2GRAY 就是BGR<->Gray转换 　　cv2.COLOR_BGR2HSV 就是BGR<->HSV的转化 （介绍一下HSV格式，H指色彩/色度，取值[0,179]，S是饱和度[0,255]，V是亮度[0,255]。不同软件使用的值可能不同，所以当需要拿OpenCV的HSV值与别的软件的HSV值进行对比时要注意归一化） 也可以用一下代码获得所有可用的flag import cv2 flags = [i for i in dir(cv2) if i.startswith( ‘COLOR_‘)] print(flags) 2.实现物体的跟踪 　　在知道如何将BGR转换到HSV后，就可以利用这一点来提取带有某个特定颜色的物体。在HSV的颜色空间中要比BGR空间中个更容易表示某一个特定颜色。我们先尝试提取一个蓝色的物体，步骤如下： 从视频中获取每一帧图像 将图像转化到HSV空间

了解CIE XYZ的来龙去脉，看维基之前，先读这两篇文章： https://medium.com/hipster-color-science/a-beginners-guide-to-colorimetry-401f1830b65a A Beginner’s Guide to (CIE) Colormetry, 和 http://graphics.stanford.edu/courses/cs148-10-summer/docs/2010--kerr--cie_xyz.pdf The CIE XYZ and xyY Color Spaces 看完上述文章后，在看中文维基应该不会有任何困难了： https://zh.wikipedia.org/wiki/CIE1931%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4 然后可以看英文维基的补充： https://en.wikipedia.org/wiki/CIE_1931_color_space 一、LMS色彩空间 在明亮环境中人眼对420~440nm(短波S，对应蓝)、530～540nm(中波M，对应绿)以及560~580nm(长波L，对应红)的光波反应最敏感。用LMS描述的色彩空间即为LMS色彩空间。 二、色彩空间与三色刺激值 色彩空间需要先定义三种主要颜色primary color，在利用颜色叠见的模型

代码如下： import cv2 as cv import numpy as np def color(): src = cv.imread("D:/matplotlib/0.jpg") cv.imshow("rgbimage",src) hsv = cv.cvtColor(src,cv.COLOR_BGR2HSV) cv.imshow("hsvimage",hsv) cv.waitKey(0) cv.destroyAllWindows() color() 运行结果： 代码解释： import cv2 as cv import numpy as np def color(): #色彩空间的转换 src = cv.imread("D:/matplotlib/0.jpg") cv.imshow("rgbimage",src) hsv = cv.cvtColor(src,cv.COLOR_BGR2HSV) #通过hsv色彩通道读取图片 cv.imshow("hsvimage",hsv) cv.waitKey(0) cv.destroyAllWindows() color() 文章来源: OpenCV---如何在RGB和HSV色彩空间之间转换（8）