彩色空间转换
HSV与RGB颜色空间的转换
HSV与RGB颜⾊空间的转换⼀、本质上，H的取值范围：0~360 S的取值范围：0~1 V的取值范围：0~255 但是，当图像为32F型的时候，各通道的取值范围是：h: 0~360s: 0~1v:0~255当图像为8位char型时，各通道的取值范围：h: 0~255s: 0~1v:0~255⼆、代码：#include "stdafx.h"#include "cv.h"#include "highgui.h"#include "cxcore.h"int main(int argc, char* argv[]){IplImage* src=cvLoadImage("E:\\⼤四上\\openCV\\图⽚\\⽓球.png");/* IplImage* hsv_img=cvCreateImage(cvGetSize(src),8,3);IplImage* h_img=cvCreateImage(cvGetSize(src),8,1);IplImage* s_img=cvCreateImage(cvGetSize(src),8,1);IplImage* v_img=cvCreateImage(cvGetSize(src),8,1);cvCvtColor(src,hsv_img,CV_BGR2HSV); //将src这幅图像的BGR的值转换为HSV，并存储在hsv_img这幅图像中cvSplit(hsv_img,h_img,s_img,v_img,NULL); //将图像分解为4个通道的值//输出h的值，h的值在0到180之间for(int i=0;i<h_img->height;i++){for(int j=0;j<h_img->width;j++){float value=cvGetReal2D(h_img,i,j);printf("%f ",value);}printf("\n");}*///输出h的值，h的值在0到360之间/* IplImage* src_float=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,3);IplImage* hsv=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,3);cvConvertScale(src,src_float,1.0,0); //把char型转换为float型IplImage* h=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);IplImage* s=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);IplImage* v=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);cvCvtColor(src_float,hsv,CV_BGR2HSV);cvSplit(hsv,h,s,v,NULL);for(int i=0;i<h->height;i++){for(int j=0;j<h->width;j++){float value=cvGetReal2D(h,i,j);printf("%f ",value);}printf("\n");}*///输出h的值在0~255之间IplImage* src_float=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,3);IplImage* hsv=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,3);cvConvertScale(src,src_float,1.0,0); //把char型转换为float型IplImage* h=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);IplImage* s=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);IplImage* v=cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,1);cvCvtColor(src_float,hsv,CV_BGR2HSV);cvSplit(hsv,h,s,v,NULL);IplImage* hh=cvCreateImage(cvGetSize(src),8,1);IplImage* ss=cvCreateImage(cvGetSize(src),8,1);IplImage* vv=cvCreateImage(cvGetSize(src),8,1);cvConvertScale(h,hh,(1.0/360.0)*255.0,0);cvConvertScale(s,ss,255.0,0);cvConvertScale(v,vv,1.0,0);for(int y = 0; y < hh->height; y++){for(int x = 0; x < hh->width; x++){float values=cvGetReal2D(hh, y, x);printf("%f ",values);}printf("\n");}cvNamedWindow("src");cvShowImage("src",src);cvWaitKey(0);return 0;}三、关键函数解析：1、cvCvtColor(src,hsv_img,CV_BGR2HSV); 颜⾊空间的转换，将src这幅图像的BGR的值转换为HSV，并存储在hsv_img这幅图像中2、cvSplit(hsv_img,h_img,s_img,v_img,NULL); 将图像分解为4个通道的值，顺序必须是h、s、v3、cvConvertScale(src,src_float,1.0,0); 把char型转换为float型，把src这幅图像乘1.0，然后再保存在src_float中。
RGB彩色空间的不同转换公式
RGB彩色空间的不同转换公式RGB（红绿蓝）彩色空间是一种用于显示和处理彩色图像的一种方式，广泛应用于计算机图形学、数字图像处理、电视和摄影等领域。
RGB彩色空间的转换公式可以通过线性和非线性的方式来实现。
下面将介绍RGB彩色空间的不同转换公式。
1.RGB到CMYCMY（青色、品红、黄色）彩色空间是RGB的补色空间，用于打印和印刷等领域。
转换公式：C=1-RM=1-GY=1-B2.RGB到HSVHSV（色调、饱和度、明度）彩色空间是一种圆柱体坐标系统，用于人眼感知颜色。
转换公式：V = max(R, G, B)S = (V - min(R, G, B)) / VH = 0, if V = 060 * (G - B) / (V - min(R, G, B)), if V = R60 * (2 + (B - R) / (V - min(R, G, B))), if V = G60 * (4 + (R - G) / (V - min(R, G, B))), if V = B3.RGB到YUVYUV（亮度、色度U、色度V）彩色空间是一种用于视频和图像压缩的颜色表示方式。
转换公式：Y=0.299*R+0.587*G+0.114*BU=-0.169*R-0.332*G+0.500*B+128V=0.500*R-0.419*G-0.081*B+1284.RGB到YCbCrYCbCr（亮度、蓝彩色差、红彩色差）彩色空间是JPEG和MPEG图像压缩中使用的一种颜色表示方式。
转换公式：Y=0.299*R+0.587*G+0.114*BCb=-0.1687*R-0.3313*G+0.5*B+128Cr=0.5*R-0.4187*G-0.0813*B+1285.RGB到XYZXYZ彩色空间是一种基于人眼视觉特性定义的设备无关的颜色表示方式。
转换公式：6. RGB到LabLab彩色空间是一种设备无关的颜色表示方式，用于表示人眼视觉信号的三个特性：亮度、a色度和b色度。
yuv rgb 互转 公式 及算法
1 前言自然界的颜色千变万化，为了给颜色一个量化的衡量标准，就需要建立色彩空间模型来描述各种各样的颜色，由于人对色彩的感知是一个复杂的生理和心理联合作用的过程，所以在不同的应用领域中为了更好更准确的满足各自的需求，就出现了各种各样的色彩空间模型来量化的描述颜色。
我们比较常接触到的就包括RGB / CMYK / YIQ / YUV / HSI等等。
对于数字电子多媒体领域来说，我们经常接触到的色彩空间的概念，主要是RGB , YUV 这两种（实际上，这两种体系包含了许多种具体的颜色表达方式和模型，如sRGB, Adobe RGB, YUV422, YUV420 …）, RGB是按三基色加光系统的原理来描述颜色，而YUV则是按照亮度，色差的原理来描述颜色。
即使只是RGB YUV这两大类色彩空间，所涉及到的知识也是十分丰富复杂的，自知不具备足够的相关专业知识，所以本文主要针对工程领域的应用及算法进行讨论。
2 YUV相关色彩空间模型对于YUV模型，实际上很多时候，我们是把它和YIQ / YCrCb模型混为一谈的。
实际上,YUV模型用于PAL制式的电视系统，Y表示亮度，UV并非任何单词的缩写。
YIQ模型与YUV模型类似，用于NTSC制式的电视系统。
YIQ颜色空间中的I和Q分量相当于将YUV空间中的UV分量做了一个33度的旋转。
YCbCr颜色空间是由YUV颜色空间派生的一种颜色空间，主要用于数字电视系统中。
从RGB到YCbCr的转换中，输入、输出都是8位二进制格式。
三者与RGB的转换方程如下：RGB -> YUV：实际上也就是：Y=0.30R+0.59G+0.11B ，U=0.493(B－Y) ，V=0.877(R－Y)RGB -> YIQ：RGB -> YCrCb：从公式中，我们关键要理解的一点是，UV / CbCr信号实际上就是蓝色差信号和红色差信号，进而言之，实际上一定程度上间接的代表了蓝色和红色的强度，理解这一点对于我们理解各种颜色变换处理的过程会有很大的帮助。
RGB空间转换到你的打印印刷CMYK空间
RGB空间转换到你的打印印刷CMYK空间间并进行屏幕校样。
RGB工作空间转换到CMYK工作空间是最困扰设计师的转换，很多设计师都在寻求尽量少的颜色转换带来的改变，还有些人天真的幻想能保留住全部的RGB色彩。
但这在实际工作中是不可能的，因为任何CMYK的色彩空间比RGB色彩空间要小的多。
我们拿色彩空间相对较小的sRGB（比你的显示器的色彩空间小，比adobe RGB更小），来和相对较大的国内天津东洋油墨＋铜版纸的CMYK色彩空间（比美国印前色彩空间还大一点），做个对比。
如图：此主题相关图片如下：网格显示的是sRGB色彩空间，颜色显示的是天津东洋油墨的色彩空间，除了黄色部分比sRGB大一些外（而黄色在印刷中是人眼分辨最差的，大了也每什么太大的作用），其余都比sRGB小很多。
尤其是蓝色、玫瑰红、绿色部分小的更多，这也是我们经常在RGB转CMYK 时能明显看见的颜色变化部分！色彩空间决定了这种转换会出现比较严重的色彩变化和颜色损失，而CMYK色彩空间时我们最后印刷要必须使用的色彩空间。
这种转换的颜色损失是不可避免的，我们只能做到尽量减轻这些颜色损失，有两种办法可以尽量减轻。
a、在转换CMYK的过程中，每次都对比一下“可察觉的”、“饱和度”、“相对比色”、甚至“绝对比色”这四中转换意图出现的不同效果。
可在转换为配置文件面板中勾上预览，分别去去观察这四种转换方式哪种最符合你的要求。
我们推荐在“可察觉的”和“相对比色”两种里面选择。
因为这两种比较符合设计师的眼睛直观要求，“可察觉的”转换出来的颜色会整体淡一点，但颜色内部之间的关系和差别比较好。
“相对比色”转换出来的颜色相对浓艳一点，但颜色内部的差别会减小。
“饱和度”颜色最浓重，但颜色会混到一起，比较接近的颜色差别会过小，通俗讲会发闷。
“决对比度”是印刷校样时最后才转换用的，适合不同CMYK之间的转换和互相模拟，不适合RGB 到CMYK的转换！转换完成后，在屏幕上通过视觉尽量去调整颜色（photoshop中强大的颜色强大的调整功能相信大家都会使用），使颜色达到或基本接近你所需要的效果（这里一般只能做到尽量接近，完全恢复RGB的颜色是绝对不可能的）。
打印中色彩空间的转换意图
打印中色彩空间的转换意图我们在打印机icc曲线制作问题的时候，常常会发现对于色彩空间转换中着色方法（renderingintents）的选用感到迷茫。
因此，在这里通过图解可以更直观的比较色彩空间的四种转换意图的区别。
一般来讲，实际设备的色域是不足以重现源空间色彩的，也就是说目标空间小于原空间，当然这不是我们期望的，但实际往往如此，超出目标色彩空间的色彩如何处理，这便是着色方法的问题的由来。
icc共提供了四种着色方案，或者说色域映射方法来处理这一问题，每种方法都是一种妥协和压缩，问题是怎么取舍。
这四种方法在photoshop中文版中被分别翻译为：可感知、饱和度、绝对比色、相对比色。
可感知（perceptualintent）可感知是最常用的一种转换方式。
可感知转换方式即在保持所有颜色相互关系不变的基础上，改变源设备色空间中所有的颜色，但使所有颜色在整体感觉上保持不变。
我们的眼睛对颜色之间的相互关系较为敏感，而对于颜色的绝对值感觉并不太敏感。
如果一副图像中明显包含了一些色域外颜色时，采用可感知意图是一个很好的选择。
可感知比较适合轿大的rgb色域的相较小的cmyk色域转换使用。
通俗一点理解，可以叫做整体的压缩。
优点是能保持图像上所有颜色之间的对比关系，缺点是图像上每个颜色都会发生变化，经常可以看到图像整体会变浅之类的。
这种方法可以说是兼顾了比色法和饱和度法的优点，旨在保留颜色之间的可视关系，尽管颜色值本身可能有改变，但人眼看起来感觉更自然，此方案由于保持原色彩关系，等比例压缩，所以适合需要高质量的摄影图像。
饱和度（saturationintent）饱和度实际上是一种线性压缩，饱和度转换方式力求保持颜色的鲜艳度，较为忽略颜色的准确性。
它把源设备色空间中最饱和的颜色映射到目标设备中最饱和的颜色。
好处是所有的颜色相对关系都没有改变，保留了层次；但是缺点也是明显的，就是所有的颜色都改变了，饱和度降低了，通俗一点理解即保持图像鲜艳的色彩而丢失了颜色的准确性。
色彩空间介绍及从RGB到LUV的转换
UV色彩空间介绍及从RGB到LUV的转换收藏CIE 1931 XYZ 色彩空间（也叫做CIE 1931 色彩空间）是其中一个最先采用数学方式来定义的色彩空间，它由国际照明委员会（CIE）于1931年创立。
人类眼睛有对于短（S）、中（M）和长（L）波长光的感受器（叫做视锥细胞），所以原则上只要三个参数便能描述颜色感觉了。
在三色加色法模型中，如果某一种颜色和另一种混合了不同份量的三种原色的颜色，均使人类看上去是相同的话，我们把这三种原色的份量称作该颜色的三色刺激值。
CIE 1931色彩空间通常会给出颜色的三色刺激值，并以X、Y和Z来表示。
因为人类眼睛有响应不同波长范围的三种类型的颜色传感器，所有可视颜色的完整绘图是三维的。
但是颜色的概念可以分为两部分：明度和色度。
例如，白色是明亮的颜色，而灰色被认为是不太亮的白色。
换句话说，白色和灰色的色度是一样的，而明度不同。
CIE xyY空间是由XYZ值导出的空间，Y 是颜色的明度或亮度。
x和y是CIE xy色度坐标，它们是所有三个三色刺激值X、Y 和Z 的函数所规范化的三个值中的两个：反变换：（Y是亮度，x和y是色度坐标，已知）在这里，x和y是色度坐标，CIE 1931色度图如下：----------------------------------------------------------------------------------LUV色彩空间全称CIE 1976(L*,u*,v*)（也作CIELUV）色彩空间，L*表示物体亮度，u*和v*是色度。
于1976年由国际照明委员会(International Commission on Illumination)提出，由CIE XYZ空间经简单变换得到，具视觉统一性。
类似的色彩空间有CIELAB。
对于一般的图像，u*和v*的取值范围为-100到+100，亮度为0到100。
-----------------------------------------------------------------------------------转换：RGB to LUV1，RGB to CIE XYZ:2，CIE XYZ to CIE LUV:在这里u'和v'是色度坐标。
OpenCV的cvtColor（）函数--------彩色空间转换
OpenCV的cvtColor（）函数--------彩⾊空间转换opencv 提供了cvtColor()函数，⽤于在图像中不同的⾊彩空间进⾏转换，⽤于后续处理。
在使⽤cvtColor之前⾸先需要了解下基本的图像⾊彩模式，⾊彩模式决定了打印或显⽰的图⽚颜⾊。
图像⾊彩模式 位图模式 位图模式是图像中最基本的格式，图像只有⿊⾊和⽩⾊像素，是⾊彩模式中占有空间最⼩的，同样也叫做⿊⽩图，它包含的信息量最少，⽆法包含图像中的细节，相当于只有0或者1⼀副彩⾊图如果要转换成⿊⽩模式，则⼀般不能直接转换，需要⾸先将图像转换成灰度模式 灰度模式 灰度模式即使⽤单⼀⾊调来表⽰图像，与位图模式不同，不像位图只有0和1，使⽤256级的灰度来表⽰图像，⼀个像素相当于占⽤8为⼀个字节，每个像素值使⽤0到255的亮度值代表，其中0为⿊⾊，255为⽩⾊，相当于从⿊->灰->⽩的过度，通常我们所说的⿊⽩照⽚就是这种模式，与位图模式相⽐，能表现出⼀定的细节，占⽤空间也⽐位图模式较⼤ RGB模式 RGB模式为我们经常见到的，被称为真⾊彩。
RGB模式的图像有3个颜⾊通道，分布为红（Red）,绿（Green）和蓝（Bule），每个都占⽤8位⼀个字节来表⽰颜⾊信息，这样每个颜⾊的取值范围为0~255，那么就三种颜⾊就可以有多种组合，当三种基⾊的值相等是，表现出为灰⾊，三种颜⾊都为255即为⽩⾊，三种颜⾊都为0，即为⿊⾊ RGB模式的图像占⽤空间要⽐位图，灰度图都要⼤，但表现出的细节更加明显 CMYK模式 CMYK模式被称为印刷⾊彩模式，主要是来源于印刷⾏业，以打印油墨在纸张上的光线吸收特性为基础，与RGB类似，也是使⽤三种颜⾊，分别为青⾊（Cyan）,品红⾊（Magenta）,黄⾊（Yellow）,以及⿊⾊（Black）与RGB不同的是：RGB模式依靠的是⾃⾝发光的⾊彩模式，⽽CMYK是⼀种依靠反光的⾊彩模式。
HSB模式 是根据⽇常⽣活中⼈眼的视觉对⾊彩的观察得⽽制定的⼀套⾊彩模式，最接近与⼈类对⾊彩的辨认的思考⽅式，所有的颜⾊都是⽤⾊彩三属性来描述 H:(⾊相）：是指从物体反射或透过物体传播的颜⾊ S:(饱和度)：是指颜⾊的强度或纯度，表⽰⾊相中灰⾊成分所占的⽐例 B:(亮度)：是指颜⾊对相对明暗程度，通常 100%定义为⽩⾊；0%为⿊⾊ 除了上述以上之外，还有索引模式，多通道模式等等不再介绍YUV格式 除了上述图像模式之外，由于历史原因⼤部分摄像头输⼊的图⽚格式都是YUV格式，开始主要⽤于电视系统以及模拟视频领域。
色彩空间转换数学原理
色彩空间转换数学原理首先，我们来看RGB到CMYK的转换。
RGB色彩空间由红、绿、蓝三原色构成。
CMYK色彩空间由青、黄、洋红和黑四个分量构成。
转换公式如下：K = 1 - max(R, G, B)C=(1-R-K)/(1-K)M=(1-G-K)/(1-K)Y=(1-B-K)/(1-K)其中，R、G、B、C、M、Y、K分别表示RGB和CMYK色彩空间中的颜色分量。
这个转换公式的原理是RGB和CMYK色彩空间之间存在互补关系。
在RGB空间中，颜色的亮度与纯度由R、G、B的比例决定。
而在CMYK空间中，颜色的亮度由K决定，纯度由C、M、Y的比例决定。
所以，通过转换公式，我们可以根据RGB色彩空间中的颜色分量计算出CMYK色彩空间中的颜色分量。
接下来，我们来看RGB到HSV的转换。
HSV色彩空间由色相（Hue）、饱和度（Saturation）和明度（Value）三个分量构成。
转换公式如下：V = max(R, G, B)S = (V - min(R, G, B)) / VH=0（若V=R=G=B）H = 60 * (G - B) / (V - min(R, G, B)) （若V = R）H = 60 * (B - R) / (V - min(R, G, B)) + 120 （若V = G）H = 60 * (R - G) / (V - min(R, G, B)) + 240 （若V = B）其中，R、G、B、H、S、V分别表示RGB和HSV色彩空间中的颜色分量。
这个转换公式的原理是将RGB色彩空间中的颜色分量转换为HSV色彩空间中的颜色分量，其中H值表示色相的角度，S值表示饱和度的比例，V值表示明度的比例。
通过计算RGB色彩空间中的颜色分量，我们可以得到相应的HSV色彩空间中的颜色分量。
最后，我们来看RGB到Lab的转换。
Lab颜色空间由亮度（L）和色度（a、b）三个分量构成。
转换公式如下：Xn、Yn、Zn分别表示参考白点的XYZ值，通常取D65白点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验五彩色空间转换一、 实验目的
掌握MATLAB 中彩色空间的转换
二、实验步骤
1、由RGB 空间转换到YIQ：
读入5.jpg 图像；
clc;clear;
f = imread('5.jpg')
yiq_image=rgb2ntsc(f);
imshow(yiq_image)
显示结果如下：
2、由YIQ 彩色空间转换到RGB 空间下：
rgb_image=ntsc2rgb(yiq_image);
figure,imshow(rgb_image)
转换结果如图：
2、YCbCr 和RGB 彩色空间的相互转换
ycbcr_image=rgb2ycbcr(f);
figure,imshow(ycbcr_image)
rgb_image=ycbcr2rgb(ycbcr_image);
figure,imshow(rgb_image)
效果如下图：
3、HSV 和RGB 彩色空间的相互转换
>> hsv_image=rgb2hsv(f);
>> figure,imshow(hsv_image);
>> rgb_image=hsv2rgb(hsv_image);
>> figure,imshow(rgb_image);
效果如下图：
4、CMY 和RGB 彩色空间的相互转换
>> cmy_image=imcomplement(f);
>> figure,imshow(cmy_image);
>> rgb_image=imcomplement(cmy_image);
>> figure,imshow(rgb_image);
效果如下图：
5、RGB 彩色空间到HSI 彩色空间的转换
hsi=rgb2hsi(f);
figure,subplot(141),imshow(hsi)
subplot(142),imshow(hsi(:,:,1))
subplot(143),imshow(hsi(:,:,2))
subplot(144),imshow(hsi(:,:,3))
效果如下图：
三、实验总结
通过本次实验我掌握了MATLAB 中彩色空间的转换的基本方法。
本次实验与上次实验联系比较紧密。
但本次实验于上次实验相比，难度上有了一些变化，尤其是在RGB 彩色空间到HSI 彩色空间的转换的时候，出现了一点问题。
由于在系统中本身没有rgb2hsi这个函数，所以运行时出现了错误，但通过，上网查找资料终于解决了这一问题。
总体来说本次实验收获还是比较大的。