計算機視覺（二）常用顏色空間及其轉換

在【計算機視覺（一）影象資料表示】中，我介紹了rgb和灰度兩種顏色空間，並且介紹了畫素的概念以及在程式上如何訪問。

接下來介紹從rgb到灰度的轉換，以及兩種我常用的顏色空間hsv和二值空間（嚴格來說屬於灰度，只是只有0和255兩個值）。

假如先不談原理，rgb轉灰度你會怎麼做？先從我們知道的資訊入手，rgb是三通道的，灰度只有乙個通道，很自然的會聯想到怎麼把三個通道「融合」成乙個通道，最直接的想法，也許是對於同乙個rgb畫素值，我們把這三個通道值求乙個平均值作為灰度值。用公式表示一下就是：gray = r * 1/3 + g * 1/ 3 + b * 1/3 。

好，那我們先來寫這個程式看看效果。

# coding: utf-8
import cv2
import numpy as np
'''函式名：rgb2gray_mean
功能：通過求通道平均值得到灰度圖
輸入：img    輸入的彩圖
返回：result    灰度圖
'''def
rgb2gray_mean
(img):
ratio = 1.0 / 3
# 轉換型別
int_img = img.astype(np.int32)
result = ratio * (int_img[...,0]+int_img[...,1]+int_img[...,2])
return result.astype(np.uint8)
# 程式入口
defmain
():# 讀取lena圖
# 轉灰度
gray = rgb2gray_mean(color)
# 顯示
cv2.imshow('color', color)
cv2.imshow('gray', gray)
cv2.waitkey(0)
if __name__ == '__main__':
main()

注意：在rgb2gray_mean函式中我對img做了乙個型別轉換並存放在int_img中，img的型別是numpy.uint8，也就是8位無符號整數，直接對裡面的值進行相加很可能造成數值溢位，也就是255+1會變成0，因此要先用乙個能容納更大的值範圍的矩陣裝起來，比如int32型別的。這是新手經常會遇到的坑，切記切記。

好那我們來看看執行效果，再一次使用lena測試。

執行的結果：

看起來還行。

opencv中也有自帶的轉換灰度的函式，cvtcolor，**也貼在這裡：

gray = cv2.cvtcolor(color, cv2.color_bgr2gray)

注意第二個引數是bgr2gray，是的，opencv中預設的彩圖通道排列是bgr（藍綠紅）而不是rgb，具體原因我也是道聽途說，是因為一開始相機製造商從sensor拿到的資料就是bgr的，這是他們制定的標準，儘管後來有很多軟體也是預設採用rgb。

那麼這個cvtcolor的效果怎麼樣呢，請看

不知道你能否看出區別，不能的話請注意看頭髮的明暗交界處，cvtcolor在本來該黑的地方更黑，該白的地方更白，就是對比度更強烈，還是看不出來的話用程式幫我們看看，數一下灰度值不相等的地方有多少個。

print np.sum(gray !=cv_gray)

結果是：244157，原圖的大小是512x512，也就是總共262144個畫素點，那這麼看下來絕大部分的畫素值都不一樣，雖然我們看起來也要費點力才能看出來不同。這就說明opencv轉灰度的方法跟我們拍腦門想的是不一樣的，也就是對應到三個通道各自乘的係數是不一樣的，假設：

gray = a * r + b * g + c * b (a + b + c = 1)

a、b、c三個值應該怎麼取能讓影象看起來比較舒服呢？其實人眼對三原色的「偏好」是不一樣的，研究表明人眼對紅綠藍的權重接近3:6:1，更精確的，對於上面的公式，a=0.299，b=0.587，c=0.114，這就是通常所說的心理學模型。在opencv中，為了減少浮點運算（浮點運算在一般的cpu中很耗時），使用了類似下面的轉換方式：

''
'函式名：心理學模型轉換灰度
輸入：img    輸入的彩圖
返回：result    灰度圖'''
def rgb2gray_mental(img):
# 轉換型別
int_img = img.astype(np.int32)
result = (int_img[...,2]*299 + int_img[...,1]*587 + int_img[...,0]*114 + 500) / 1000
return result.astype(np.uint8)

經過測試，這跟opencv自帶的轉換函式cvtcolor的效果是一模一樣的。

hsv的值域跟rgb的並不一樣，其中h維度的值域是0-180，其他兩個維度都是0-255，h不取到0-360也許是因為超過了uchar的範圍。

hsv空間對顏色的描述是使用者友好的，而rgb是硬體友好的。hsv空間在我日常學習中更多是作為顏色篩選的基礎，人眼能區分的不同顏色的範圍對應hsv的值都比較固定，下面是乙個對照表：

現在舉個實際應用的案例，比如我要對下面的做車牌識別，我的第一步是要把車牌的區域摳出來，車牌的底色是藍色的，當然寶馬的標誌也有藍色，但我們可以不管三七二十一先把藍色的東西都摳出來再做篩選，這時候就可以用hsv空間。

剛讀入的時候是bgr格式的，這時候又要用到cvtcolor轉換到hsv，示例**如：

hsv = cv2.cvtcolor(bgr, cv2.color_bgr2hsv)

顯示hsv的效果如下：

現在我們要的是藍色區域，查詢上面的對照表就可以知道，我們要的是h值在100到124，s值在43到255，v值在46到255之間的畫素點。怎麼表達這個「要」跟「不要」呢？我們可以這麼考慮，對於每個畫素點只有「要」和「不要」兩種狀態，就像一盞燈的開關一樣，於是我們可以建立一幅等大的圖，在上面，「要」的畫素點設為乙個值，「不要」的畫素點設為另乙個值，這就是接下來要說的二值圖，我也喜歡稱其為掩碼圖。

二值圖本質上是灰度圖，只是只用了0和255兩個值，用0表示「不要」，255表示「要」，整幅圖看起來就是符合條件的區域是白色的，不符合的是黑色的。對上面的hsv圖作這種條件篩選處理，叫做二值化，opencv已經為我們準備了對應的函式cv2.inrange，示例**如下：

mask = cv2.inrange(hsv, np.array([100,43,46]), np.array([124,255,255]))

處理完的結果如下圖：

計算機視覺（二）常用顏色空間及其轉換

計算機視覺常用演算法整理

python計算機視覺程式設計（二）

全景視覺空間直線檢測計算機視覺演算法與應用

計算機視覺（二） 常用顏色空間及其轉換

計算機視覺常用演算法整理

python計算機視覺程式設計（二）

全景視覺空間直線檢測 計算機視覺 演算法與應用

相關推薦

計算機視覺（二）常用顏色空間及其轉換

全景視覺空間直線檢測計算機視覺演算法與應用