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;
}