OpenCV色彩空间与通道

色彩空间与通道

色彩空间（Color Space）是指用来描述和表示图像颜色的一种方式。不同的色彩空间具有不同的颜色模型和表示方式，常见的色彩空间包括 RGB、CMYK、HSV、Lab 等。
通道（Channel）是指在某种色彩空间中独立表示颜色信息的分量。每个通道负责记录特定颜色分量的强度或亮度。常见的图像通道包括红色通道（R）、绿色通道（G）和蓝色通道（B）。
常见的色彩空间和通道有：

RGB 色彩空间：

通道：红色通道 ®、绿色通道 (G)、蓝色通道 (B)。
描述：通过组合不同强度的红、绿、蓝三原色来表示所有可能的颜色。
RGB色彩空间是一种基于三原色的色彩模型，广泛应用于电子显示设备和计算机图形处理。在 RGB 色彩空间中，每个通道的取值范围通常是从 0 到 255，表示相应颜色分量的强度，其中 0 表示没有该颜色分量的贡献，255 表示最大强度。
通过不同强度的红、绿、蓝三个通道的组合，可以创建各种各样的颜色。例如，当红色通道为最大值（255），而绿色和蓝色通道都为最小值（0）时，得到的颜色就是纯红色。类似地，当红色和绿色通道都为最大值，而蓝色通道为最小值时，得到的颜色就是黄色。
在计算机图形处理中，我们可以通过控制 RGB 值来改变图像的颜色。调整不同通道的强度可以实现亮度、对比度、色调等颜色效果的变化。此外，使用 RGB 色彩空间还可以进行图像的合成、混合和颜色校正等操作。

import cv2
image = cv2.imread("C:/Users/ping/Desktop/photo.jpg")
image_rgb = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
r,g,b = cv2.split(image_rgb)
cv2.imshow("r",r)
cv2.imshow("g",g)
cv2.imshow("b",b)
RGB = cv2.merge([r,g,b])
cv2.imshow("RGB",RGB)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

CMYK 色彩空间：

通道：青色通道 ©、品红通道 (M)、黄色通道 (Y)、黑色通道 (K)。
描述：通过组合不同程度的青、品红、黄、黑四个颜料的覆盖来表示颜色。
CMYK色彩空间是一种用于打印和印刷领域的颜色模型，它由青色（Cyan）、品红色（Magenta）、黄色（Yellow）和黑色（Key）四个颜色分量组成。每个分量的取值范围是0到100。
青色（Cyan）：表示蓝绿色，较高的青色分量表示较多的青色。
品红色（Magenta）：表示洋红色或紫红色，较高的品红色分量表示较多的品红色。
黄色（Yellow）：表示黄色，较高的黄色分量表示较多的黄色。
黑色（Key）：在CMYK色彩中，黑色也被称为Key色，通常用于调整亮度和对比度，较高的黑色分量表示较暗的色彩。
CMYK色彩空间的运用适用于印刷领域，因为它可以通过叠加不同颜色的墨水来实现广泛的颜色范围。与RGB色彩空间相比，CMYK色彩空间的颜色表示能力更适合印刷，但在显示设备上可能无法完全准确地显示出所期望的颜色效果。因此，当制作设计作品时，通常需要注意RGB和CMYK之间的转换以确保颜色的一致性。

HSV 色彩空间：

通道：色调通道 (H)、饱和度通道 (S)、亮度通道 (V)。
描述：色调表示颜色类型，饱和度表示颜色的纯度，亮度表示颜色的明暗程度。
HSV色彩空间是一种将颜色表示为色相（Hue）、饱和（Saturation）和明度（Value）三个分量的方式。每个分量都有其特定的取值范围：
色相（Hue）：表示颜色的类型或种类，以角度为单位表示，取值范围是0到360度。0度对应红色，120度对应绿色，240度对应蓝色，以此类推。
饱和度（Saturation）：表示颜色的鲜艳程度或纯度，取值范围是0到1.0，0表示灰度色彩（无色彩），1.0表示完全饱和的纯色。
明度（Value）：表示颜色的亮度或明暗程度，取值范围是0到1.0，0表示最暗的黑色，1.0表示最亮的白色。
HSV色彩空间的优点在于它与人眼对颜色的感知方式较为一致，相比于RGB色彩空间，更容易理解和操作。例如，通过调整色相、饱和度和明度的值，可以实现颜色的调色、变换、增加饱和度或降低饱和度等效果。

import cv2
image = cv2.imread("C:/Users/ping/Desktop/photo.jpg")
image_hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(image_hsv)
cv2.imshow("h",h)
cv2.imshow("s",s)
cv2.imshow("v",v)
HSV = cv2.merge([h,s,v])
cv2.imshow("HSV",HSV)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

Lab 色彩空间：

通道：亮度通道 (L)、绿-红通道 (a)、蓝-黄通道 (b)。
描述：亮度通道表示颜色的亮度，绿-红通道和蓝-黄通道表示颜色在红绿和蓝黄之间的偏移。
Lab（也称为CIELAB）色彩空间是一种与人类感知颜色相关的设备无关的色彩模型。它包含了亮度（L）通道和两个色度通道（a和b），用于描述颜色的明暗度和颜色的绿红和蓝黄分量。Lab色彩空间是基于对颜色感知的科学研究而定义的。
亮度（L）：表示颜色的明暗程度，取值范围为0至100。0表示黑色，100表示白色。
色度a：表示从绿色到红色的范围，负值表示绿色，正值表示红色。
色度b：表示从蓝色到黄色的范围，负值表示蓝色，正值表示黄色。
Lab色彩空间的一个重要特性是其均匀性，即在此色彩空间中，相等距离的颜色变化在人眼中被认为是均匀的。这使得在Lab色彩空间中进行颜色调整和比较更为方便。另外，由于其与设备无关，Lab色彩空间通常用于颜色管理、色彩校准以及色彩转换等领域。

RGBA 色彩空间

BGRA色彩空间是一种常用于计算机图形和图像处理中的色彩模型。它由蓝色（Blue）、绿色（Green）、红色（Red）和Alpha通道（Opacity）四个分量组成。
蓝色（Blue）：表示颜色中的蓝色分量，取值范围是0到255。
绿色（Green）：表示颜色中的绿色分量，取值范围是0到255。
红色（Red）：表示颜色中的红色分量，取值范围是0到255。
Alpha通道（Opacity）：表示颜色的透明度，也被称为不透明度。取值范围是0到255，其中0表示完全透明，255表示完全不透明。
BGRA色彩空间经常用于计算机图形和图像处理中，特别是在使用像素级别操作时。它可以描述一个像素的颜色以及透明度信息，因此在图像合成、图像叠加、透明度混合等处理中非常有用。例如，在图像编辑软件中，我们可以通过调整BGRA分量的值来改变图像的颜色、亮度和透明度。

import cv2
bgr_image = cv2.imread("C:/Users/ping/Desktop/photo.jpg")
bgra_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2BGRA)
cv2.imshow("BGRA", bgr_image)
b, g, r, a = cv2.split(bgra_image)
a[:, :] = 250 # 将BGRA图像的透明度调整为172（半透明）
bgra_172 = cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为172的通道图像
a[:, :] = 50 # 将BGRA图像的透明度调整为0（透明）
bgra_0 = cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为0的通道图像
cv2.imshow("A = 172", bgra_172) # 显示透明度为172的BGRA图像
cv2.imshow("A = 0", bgra_0) # 显示透明度为0的BGRA图像
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

函数说明：

cv2.split()

   planes = cv2.split(src)

src：输入的多通道图像，可以是NumPy数组或其他图像数据类型。
planes：包含分割后的单通道图像的列表。每个元素都是一个NumPy数组，表示一个通道的图像。

cv2.cvtColor()

cv2.cvtColor(src, code[, dst[, dstCn]])
src：输入图像，可以是 NumPy 数组或其他
图像数据类型。
code：要进行的颜色空间转换代码。可以使
用 OpenCV 中定义的预定义常量（例如 cv2.
COLOR_BGR2GRAY）。
dst（可选）：输出图像，用于保存转换后的
结果。如果未提供此参数，则函数会创建一个
与 src 相同大小和类型的输出图像。
dstCn（可选）：输出图像的通道数。默认值
为0，表示与输入图像的通道数保持一致。