常见的颜色模型有RGB、YUV、HSV、Lab、GRAY等等
先来了解两个函数:
cvtColor()函数
函数原型:
void cv::cvtColor((InputArray src,OutputArray dst,int code,int dstCn = 0)
其中,src:待转换颜色模型的原始图像;dst:转换模型后的目标图像;code:颜色空间转换的标志参数;dstCn:目标图像中的通道数,若参数位0,则从src和代码中自动导出通道数。
需要注意的是该函数变换前后的图像取值范围,由于8位的无符号的像素为0-255,16位的无符号的像素为0-65535,而32位的浮点图像的像素为0-1,因此一定要注意目标图像的像素范围。在线性变换的情况下,范围问题不需要考虑,目标图像的像素不会超出范围。如果在非线性变换的情况下,那么应该将输入RGB图像归一化到适当的范围以内来获得正确的结果,例如将8位的无符号图像转换成32位的浮点图像,需要先将图像像素通过除以255缩放到0-1范围内。
code:颜色空间转换的标志参数 | 作用 |
COLOR_BGR2BGRA | 对RGB图像添加alpha(透明)通道 |
COLOR_BGR2BRGB | 彩色图像通道颜色顺序的更改 |
COLOR_BGR2GRAY | 彩色图像转换为灰度图像 |
COLOR_BGR2YUV | RGB图像模型转换YUV颜色模型 |
COLOR_YUV2BGR | YUV颜色模型转换RGB图像模型 |
COLOR_BGR2HSV | RGB图像模型转换HSV图像模型 |
COLOR_HSV2BGR | HSV图像模型转换RGB图像模型 |
COLOR_BGR2Lab | RGB图像模型转换Lab图像模型 (Lab颜色模型具有负数) |
COLOR_Lab2BGR | Lab图像模型转换RGB图像模 |
convertTo()函数原型
void cv::Mat::convertTo(OutputArray m, int rtype, double alpha = 1, double beta = 0)
其中,m:转换类型后的输出的图像;rtype转换图像的数据类型;alpha:转换过程中的缩放因子;beta:转换过程中的偏置因子。
具体图像颜色互相转换的示例:
#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("D:\\lena.jpg");
if (img.empty())
{
cout << "请确认图像文件名称是否正确" << endl;
return -1;
}
Mat gray, HSV, YUV, Lab, img32;
img.convertTo(img32, CV_32F, 1.0 / 255); //将CV_8U类型转换成CV_32F类型
//img32.convertTo(img, CV_8U, 255); //将CV_32F类型转换成CV_8U类型
cvtColor(img32, HSV, COLOR_BGR2HSV);
cvtColor(img32, YUV, COLOR_BGR2YUV);
cvtColor(img32, Lab, COLOR_BGR2Lab);
cvtColor(img32, gray, COLOR_BGR2GRAY);
imshow("原图", img32);
imshow("HSV", HSV);
imshow("YUV", YUV);
imshow("Lab", Lab);
imshow("gray", gray);
waitKey(0);
return 0;
}