点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达引言

重新写了一下图像色彩空间相关的知识，希望给大家多一点背景多点了解，不说别的，看完了肯定会涨知识。

RGB色彩空间

图像处理最基础的知识点之一就是图像色彩跟颜色模型，对计算机来说表示一张图

像，只是一些零壹的二进制值，但是对人眼来说看到的都是一些可见光，而且人眼只对三种可见光比较敏感，分别是红色(red)、绿色(green)、蓝色(blue)。这个就是最基本的RGB颜色模型，三种颜色的波长范围表示如下：

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

针对人眼对颜色这个物理现象的生物感知表达模型，国际照明协会在1931年发布了一个颜色模型/色彩空间，表示如下：

因此就出现了对应颜色模型的色彩空间CIE XYZ模型，对于的表示色度跟亮度表示，图示如下：

从这个上面看不到Z，其实Z是表示颜色得亮度，或者深度，所以CIE XYZ颜色模型的这个图又被称为CIE 色度图。CIE XYZ颜色模型表示的范围比较大，所以后来微软跟惠普就提出了一个它的子集的颜色模型sRGB色彩空间，其中S是英文单词标准的首字母，sRGB色彩空间的表示如下：

上面的黑色三角形区域就称为sRGB色彩空间，被广泛应用在个人电脑显示器、打印机、数码相机中，占据了大量市场份额、到了90年代的时候Adobe公司提出了一个新RGB色彩空间模型Adobe RGB色彩空间，它比sRGB色彩空间有更大的取值范围，因此色彩更加细腻更加丰富，它的色彩空间图示如下：

从图中可以看成Adobe RGB色彩空间是比sRGB色彩空间大的，但是这个也有缺陷，就是不同色彩空间生成的彩色图像，在不同的设备上显示或者浏览会出现色差，为了解决这个问题，需要对不同色彩空间之间建立转换模型，实现不同色彩空间模型的转。后来RGB色彩空间就被大家玩坏了，现在常用的RGB色彩空间如下：

其中值得关注的部分是sRGB跟CMYK之间的相互转换，这个转换之后会导致很明显的色彩差异，原因在于CMYK色彩空间又一部分不在sRGB内部，所以这种情况下，需要对RGB色彩空间进行非线性变换，获得颜色补偿。原因在于多数商业打印机都是基于四色(Cyan, Yellow, Magenta and Black)，无法打印一些sRGB范围的颜色，所以必须进行非线性变换跟补偿。这个其中最常见的就是Gamma校正。

非RGB色彩

RGB色彩空间比较丰富，但是它也是有缺点的，最大的缺点就是无法直观的区分图像颜色、亮度、饱和度等值。所以我们需要一些更加直观的图像色彩空间，排在第一位的就是HSV色彩空间，它直观，容易理解，因此在图像处理非常有用。

HSV色彩空间

RGB立方图色彩空间无法很好区分颜色与亮度的关系，要单独调整颜色或者亮度不是很方便，这个时候HSV色彩空间是一个很好的选择，它对颜色与亮度有着很好的区分度，HSV色彩空间图示如下：

解释如下：

• H(Hue) 表示颜色通道，不同的值表示不同的颜色范围

• S表示饱和度通道，表示色泽

• V表示亮度通道，代表图像亮度高低级别

在H、S、V通道上对图像亮度跟颜色或者饱和度的调整就非常方便了，另外对一些特定的颜色值进行分离也比较方便了。

YCrCb色彩空间

YCrCb色彩空间被开发作为当时的数字分量视频的标准，它跟YUV色彩空间有着一定相似性，它的三个通道的取值范围分别被定义为:

• Y通道：16~235

• Cr通道：16~240

• Cb通道：16~240

需要特别注意的是，RGB到YCrCb的色彩空间转换时候，不同的YCrCb色彩空间标准会有不同，下面标清电视跟高清电视上YCrCb的色彩差异：

很显然它们的转换公式也会有所不同，所以千万不用看到不同转换公式就大惊小怪的！

LAB色彩空间

LAB色彩空间又名CIE Lab / LAB，它的图示如下：

其中：

• L通道表示亮度值

• A通道表示红色/绿色值

• B通道表示蓝色/黄色值

在LAB色彩空间，L表示亮度分量、AB表示颜色通道，所以有时候LAB色彩空间处理图像也会必RGB色彩空间好用，会有意想不到的好结果。

OpenCV实现

OpenCV色彩空间相互转换与操作的函数主要有两个，其中支持色彩空间转换的函数为：

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

参数解释如下

• src 表示输入图像

• dst 表示输出图像

• code 表示空间转换代码，支持常见的各种色彩空间转换

从色彩空间中提取不同色颜色值函数：

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

参数解释如下：

• src是输入图像

• lowerb是取值范围最小值

• upperb是取值范围最大值

• dst是输出的mask图像，二值的

一个例子，绿色背景对象上前景对象提取，先看一下效果：

相关代码如下：

1#include <opencv2/opencv.hpp>2#include <iostream>34using namespace cv;5using namespace std;67int main(int argc, const char *argv[])8{9    Mat src = imread("D:/vcprojects/images/cat.jpg");
10    if (src.empty()) {
11        printf("could not load image...\n");
12        return -1;
13    }
14    namedWindow("input", WINDOW_AUTOSIZE);
15    imshow("input", src);
16
17    // RGB to HSV
18    Mat hsv;
19    cvtColor(src, hsv, COLOR_BGR2HSV);
20    imshow("hsv", hsv);
21
22    // RGB to YUV
23    Mat yuv;
24    cvtColor(src, yuv, COLOR_BGR2YUV);
25    imshow("yuv", yuv);
26
27    // RGB to YUV
28    Mat ycrcb;
29    cvtColor(src, ycrcb, COLOR_BGR2YCrCb);
30    imshow("ycrcb", ycrcb);
31
32    Mat src2 = imread("D:/javaopencv/tinygreen.png");
33    imshow("src2", src2);
34    cvtColor(src2, hsv, COLOR_BGR2HSV);
35    Mat mask;
36    inRange(hsv, Scalar(35, 43, 46), Scalar(99, 255, 255), mask);
37    imshow("mask", mask);
38
39    waitKey(0);
40    return 0;
41}

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~