Opencv如何转换图片格式（颜色空间）

1 Opencv中常见的颜色空间

1.1 . BGR（Blue-Green-Red）：即蓝绿红色，是最常用的颜色空间，OpenCV中默认的颜色空间。与RGB仅顺序不同。

BGR的用途：在显示器上显示的颜色。
BGR的优点：简单、直观。
BGR的缺点：不能反映颜色的饱和度和明度。

1.2 . HSV（Hue-Saturation-Value）：色调饱和度明度。

HSV色彩空间是一种常用的色彩模型，它模仿了人类对颜色的感知方式。HSV代表的是色调（Hue）、饱和度（Saturation）和明度（Value），这三个组成部分构成了HSV色彩空间的基本特性。下面是对HSV色彩空间特点的详细介绍：

色调 (Hue)：
- 色调表示颜色的基本类型，如红色、绿色、蓝色等。
- 在HSV模型中，色调是一个角度值，范围通常是0°到360°，其中0°和360°表示红色，120°表示绿色，240°表示蓝色。
- 色调通常用来描述颜色的“纯度”或“色相”。
饱和度 (Saturation)：
- 饱和度表示颜色的强度或纯度。
- 在HSV模型中，饱和度是一个百分比值，范围从0%到100%，其中0%表示灰色，100%表示完全饱和的颜色。
- 饱和度越高，颜色看起来越鲜艳；饱和度越低，颜色越接近灰色。
明度 (Value)：
- 明度表示颜色的亮度或暗度。
- 在HSV模型中，明度也是一个百分比值，范围从0%到100%，其中0%表示黑色，100%表示最亮的颜色。
- 明度的变化不会改变颜色的基本色调。

HSV色彩空间更适合于颜色识别和图像分割等任务，因为它的明度概念更接近于颜色的最大亮度。

1.3 . HLS（Hue-Lightness-Saturation）：色调亮度饱和度。

与HSV色彩空间相比，HLS色彩空间中的亮度（Lightness）属性是颜色的平均亮度，即颜色中最亮部分和最暗部分的平均值。这意味着当亮度变化时，颜色的明暗程度会改变，但色调和饱和度保持不变。
- HLS色彩空间则更适合于需要调整图像整体亮度的情况，因为它考虑的是颜色的平均亮度。

1.4 . YCrCb（Luma-Chroma-Cr-Cb）：亮度、色度、红色差、蓝色差。

YCrCb色彩空间是一种广泛使用的色彩模型，尤其在数字图像和视频处理中非常常见。它是由YUV色彩空间演变而来的一种形式，通常用于视频编码标准，如JPEG和MPEG。

YCrCb色彩空间是一种常用的色彩模型，它将RGB色彩模型中的RGB三个分量分别映射到Y（亮度）、Cr（红色差）、Cb（蓝色差）三个分量。

亮度与色差分离：
- YCrCb色彩空间将亮度（Y）与色差（Cr和Cb）分离，这有助于减少图像的数据量，因为人眼对亮度的敏感度远高于对色差的敏感度。
- 在视频压缩技术中，这种分离可以允许对亮度分量和色差分量采用不同的采样率，从而降低数据传输的带宽需求。
色彩模型转换：
- YCrCb色彩空间可以从RGB色彩空间转换而来，转换公式如下：
  
  $$

 \begin{align*}
 Y &= 0.299R + 0.587G + 0.114B \\
 Cr &= (R - Y) \times 0.713 + 128 \\
 Cb &= (B - Y) \times 0.564 + 128
 \end{align*}


$$

其中，R、G、B 分别表示红、绿、蓝三个颜色分量，Y、Cr、Cb 分别表示亮度和两个色差分量。
注意到Cr和Cb值通常会加上128，这是为了确保在整数运算中避免负数。
其实，YCrCb色彩空间的设计原理与YUV色彩空间类似，都是为了将RGB色彩模型中的三个分量分离，但YCrCb色彩空间的亮度分量与色差分量分离得更加彻底。
YUV与RGB的转换公式如下：
$\begin{align*} Y &= 0.299R + 0.587G + 0.114B \\ Cr &= (R - Y) \\ Cb &= (B - Y) \end{align*}$

量化与压缩：
- 在视频压缩过程中，YCrCb色彩空间的使用有助于减少数据量而不显著降低图像质量。
- 通常情况下，亮度分量的分辨率会保持较高，而色差分量的分辨率会降低，即所谓的子采样（sub-sampling）。
- 例如，常见的子采样比例包括4:4:4（无子采样）、4:2:2（水平方向上Cr和Cb各减少一半）和4:2:0（水平和垂直方向上Cr和Cb各减少一半）。
子采样
- 子采样比例（Subsampling Ratio）是指在视频或图像处理中，亮度分量（通常表示为Y）与色差分量（如U和V或Cb和Cr）的分辨率之间的关系。子采样是一种减少数据量的方法，通过降低色差分量的分辨率来降低视频或图像的总数据量，同时尽量保持视觉质量。

4:4:4
- 这种情况下，亮度分量和色差分量都具有相同的分辨率，即每个像素都有单独的Y、U和V（或Cb和Cr）值。
- 这种采样模式通常用于高质量的图像或视频处理中，因为它保留了所有的色彩信息。
4:2:2：
- 在这种模式下，每个像素有一个Y值，但每两个相邻像素共享一个U和V（或Cb和Cr）值。
- 这意味着色差分量的水平分辨率减半。
- 4:2:2采样通常用于专业视频制作和传输，因为它在保持较好图像质量的同时减少了数据量。
4:2:0：
- 这是最常见的子采样比例之一，特别是在视频压缩标准（如MPEG和H.26x系列）中。
- 在4:2:0模式下，每四个像素共享一个U和V（或Cb和Cr）值。
- 这意味着色差分量的水平和垂直分辨率都减半。
- 4:2:0采样大大减少了数据量，同时在大多数情况下仍然能保持可接受的图像质量。

4:2:0 子采样比例示例

假设我们有一个8×8像素的图像块，采用4:2:0子采样比例，那么亮度分量（Y）和色差分量（U/V或Cb/Cr）的采样过程如下：

原始图像块：

我们有一个8×8像素的图像块，每个像素包含Y、U和V（或Cb和Cr）三个分量。

亮度分量（Y）：

亮度分量Y保持不变，即每个像素都有一个Y值。
因此，我们仍然有8×8 = 64个Y值。

色差分量（U/V或Cb/Cr）：

对于4:2:0子采样，我们将色差分量的水平和垂直分辨率都减半。
在水平方向上，每两个像素共享一个U和V（或Cb和Cr）值。
在垂直方向上，每两个行共享一组U和V（或Cb和Cr）值。
因此，我们只需要4×4 = 16个U和V（或Cb和Cr）值来表示原来8×8像素的图像块。

实现过程

亮度分量（Y）：
- 不需要进行任何特殊处理，直接保留每个像素的亮度值。
色差分量（U/V或Cb/Cr）：
- 水平采样：对每一行的色差分量进行采样，每两个像素共享一个值。
- 垂直采样：对每一列的色差分量进行采样，每两行共享一组值。

具体步骤

水平采样：
- 对于每一行，我们只保留偶数位置的色差值（例如第0、2、4、6列的位置），丢弃奇数位置的值。
- 对于丢弃的值，可以使用邻近的值进行估计，例如使用线性插值。
垂直采样：
- 对于每一列，我们只保留偶数行的色差值（例如第0、2、4、6行的位置），丢弃奇数行的值。
- 对于丢弃的值，同样可以使用邻近的值进行估计。

示例代码

以下是一个简单的Python示例，演示如何对一个8×8像素的图像块进行4:2:0子采样：

import numpy as np

# 假设我们有一个8x8像素的图像块
image_block = np.random.rand(8, 8, 3)  # 生成一个随机的8x8x3数组

# 分离亮度和色差分量
Y = image_block[:, :, 0]
U = image_block[:, :, 1]
V = image_block[:, :, 2]

# 4:2:0子采样
# 水平采样
U_subsampled = U[::2, ::2]  # 选取偶数行和偶数列
V_subsampled = V[::2, ::2]

# 输出结果
print("Original Y shape:", Y.shape)
print("Subsampled U shape:", U_subsampled.shape)
print("Subsampled V shape:", V_subsampled.shape)

在这个示例中，我们首先生成了一个8×8像素的图像块，并将其分成亮度分量（Y）和色差分量（U和V）。然后，我们对U和V进行了4:2:0子采样，只保留了偶数行和偶数列的值。

影响
- 数据量减少：通过减少色差分量的分辨率，可以显著降低数据量。
- 压缩效率提高：子采样有助于提高视频或图像的压缩效率，减少存储空间需求和传输带宽。
- 视觉质量：适当选择子采样比例可以保持良好的视觉质量，即使在较低的数据率下也是如此。

应用场景：

视频编码与传输：YCrCb色彩空间广泛应用于视频编码标准中，如MPEG和H.26x系列标准。
图像压缩：JPEG标准使用YCrCb色彩空间来进行图像的有损压缩。
色彩转换：在不同设备间进行色彩转换时，YCrCb色彩空间可以作为中间步骤，帮助实现更高效的色彩转换过程。

1.5 . Lab（Lightness-A-B）：亮度、A、B。

LAB色彩空间的组成部分：

L (Lightness)：表示亮度或明度，即颜色的亮度级别。
a (Green-Red Axis)：表示从绿色到红色的变化。
b (Blue-Yellow Axis)：表示从蓝色到黄色的变化。

特点:
1. 人眼感知：
  - LAB色彩空间的设计尽可能地匹配人眼对颜色的感知方式。
  - 在LAB色彩空间中，两个颜色之间的距离大致反映了人眼感知到的颜色差异。
2. 亮度与色度分离：
  - L分量表示亮度信息，a和b分量表示色度信息。
  - 这种分离有助于在处理颜色时更好地控制亮度和色度。
3. 颜色转换：
  - LAB色彩空间可以方便地与其他色彩空间（如RGB、CMYK等）进行转换。
  - 由于其与人眼感知的接近性，LAB色彩空间在颜色转换过程中能够保持较好的颜色保真度。
4. 色彩管理：
  - LAB色彩空间被广泛用于色彩管理，特别是在印刷和显示设备的颜色校准中。
  - 通过将颜色转换到LAB色彩空间，可以更容易地比较不同设备之间的颜色输出。
5. 色彩距离：
  - 在LAB色彩空间中，两个颜色之间的欧几里得距离（即两点之间的直线距离）可以用来衡量颜色差异。
  - 通常，如果两个颜色之间的距离小于1.0，那么人眼很难分辨它们之间的差异。

3.LAB色彩空间的范围：

L 的范围从0到100，其中0表示绝对黑，100表示绝对白。
a 和 b 的范围通常是-128到+127，但实际应用中可以根据具体情况有所变化。

4.LAB色彩空间的应用场景：

颜色测量：在工业生产中，用于颜色匹配和质量控制。
颜色转换：在不同的设备和媒介之间进行颜色转换时，LAB色彩空间可以作为中间参考色彩空间。
色彩管理：在印刷和显示设备的颜色校准中，LAB色彩空间可以用来确保颜色的一致性和准确性。

1.6 .灰度图

灰度图是指黑白图像，其颜色空间为单通道灰度。

2 Opencv中如何转换图片格式

Opencv中读取图片的函数是imread()，它可以读取多种格式的图片，包括jpg、png、bmp、tiff等。

imread()函数的第二个参数表示读取图片的颜色空间，默认情况下，它是BGR色彩空间。

下面介绍如何利用Opencv中的imread()函数读取不同格式的图片，并转换为不同的颜色空间。

#include <iostream>
#include <opencv2/opencv.hpp>
#include <C:\Users\.PORJECT\C\CAMERA\test\user.h>



int main() {
    std::cout << "Hello, World!" << std::endl;
    Mat img = imread("D:/images/example.png");
    if (img.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

 
    img = ColourSpace(img,(char*)"YCrCb");
    

    imshow("Example", img);
    waitKey(0);

    return 0;
}

在上面的代码中，我们首先调用imread()函数读取一个png格式的图片，并将其存储在img变量中。

然后，我们调用ColourSpace()函数，将img变量转换为YCrCb色彩空间。

#include <C:\Users\.PORJECT\C\CAMERA\test\user.h>
#include <opencv2/opencv.hpp>
#include <cstring> // 用于 strcmp

using namespace cv;


cv::Mat ColourSpace(Mat img, char* target) {

    if (strcmp(target, "RGB") == 0) {
        cvtColor(img, img, COLOR_BGR2RGB);
        return img;
    }
    else if (strcmp(target, "HSV") == 0) {
        cvtColor(img, img, COLOR_BGR2HSV);
        return img;
    }
    else if (strcmp(target, "HSL") == 0) {
        cvtColor(img, img, COLOR_BGR2HLS);
        return img;
    }
    else if (strcmp(target, "LAB") == 0) {
        cvtColor(img, img, COLOR_BGR2Lab);
        return img;
    }
    else if (strcmp(target, "YCrCb") == 0) {
        cvtColor(img, img, COLOR_BGR2YCrCb);
        return img;
    }
    else {
        printf("Invalid target colour space\n");
        return img; // 返回原始图像或处理错误情况
    }

}

在上面的代码中，我们定义了一个ColourSpace()函数，它接收一个Mat类型的图片img和一个字符串类型的目标色彩空间target。

函数首先判断target是否为RGB、HSV、HSL、LAB或YCrCb，并调用cvtColor()函数将img转换为目标色彩空间。

cvtColor()函数是Opencv中用于颜色空间转换的函数，它接收两个参数，第一个参数是输入图片，第二个参数是输出图片。

cvtColor()函数的第二个参数表示输入图片的颜色空间，第三个参数表示输出图片的颜色空间。