图像处理-颜色转换

在图像处理中，颜色转换是常见模块。为什么要用上颜色转换呢？因为我们拍摄的图像通常是RGB格式的，五颜六色。这种颜色对计算机是好识别的，但是对人的肉眼不友好，因为人的肉眼对红色等很多颜色不敏感。这样我们就需要RGB格式转换为HSV，HSL,YUV颜色模型进行处理。

也就是说：RGB图像与相机传感器输出的原始数据相对应，HSV图像则与我们人类的直观视觉更相符。

RGB

RGB 代表红绿蓝（Red, Green, Blue）

在 RGB 模型中，颜色由不同强度的红色、绿色和蓝色光的组合来创建。这三种基本颜色的不同组合产生了各种颜色。

在 RGB 模型中，每个颜色通道的强度通常以数字值表示，取值范围为 0 到 255，其中 0 表示没有该颜色的强度，255 表示该颜色通道的最大强度。

例如，RGB 代码 RGB(255, 0, 0) 表示纯红色，其中：

255 表示红色通道的强度为最大（红色）。
0 表示绿色通道的强度为零（没有绿色）。
0 表示蓝色通道的强度为零（没有蓝色）。

这样对比地引出了HSV颜色模型

HSV

HSV 代表色相（Hue）、饱和度（Saturation）和明度（Value）。这个模型是通过人类对颜色的感知方式设计的，更符合人们对颜色的主观感受。

以下是HSV 模型的三个组成部分：

H（色相 - Hue）：表示颜色的种类，它是一个在0到360度之间的角度值。色相值对应于光谱上的不同颜色，比如红色、绿色、蓝色等。
S（饱和度 - Saturation）：表示颜色的纯度或强度。饱和度为0表示灰度，即一种无色。饱和度为100%表示颜色是纯净的，没有被白色或其他颜色混合。也就是说 S 控制纯色中混入白色的量，值越大，白色越少，颜色越纯；
V（明度 - Value）：表示颜色的亮度。明度为0表示黑色，明度为100%表示白色。。也就是说V 控制纯色中混入黑色的量，值越大，黑色越少，明度越高

HSV 模型的优势在于它更符合人们对颜色的感知。

HSV 和 HSL 在字面意思上是一样的：

H 指的是色相（Hue），就是颜色名称，例如“红色”、“蓝色”；
S 指的是饱和度（Saturation），即颜色的纯度；
L（Lightness）和 V（Value）是明度，颜色的明亮程度

在原理和表现上，HSL 和 HSB 中的 H（色相）完全一致，但二者的 S（饱和度）不一样， L 和 B （明度）也不一样：

HSV 中的 S 控制纯色中混入白色的量，值越大，白色越少，颜色越纯；
HSV 中的 V 控制纯色中混入黑色的量，值越大，黑色越少，明度越高
HSL 中的 S 和黑白没有关系，饱和度不控制颜色中混入黑白的多寡；
HSL 中的 L 控制纯色中的混入的黑白两种颜色。

Opencv提供了cvtColor函数，调用该函数可以非常方便地实现不同颜色空间的转换。不过为了可视化，调用该函数得到的HSV图像，其H、S、V三通道的取值范围是经过转换的0~180、0~255、0~255。

import cv2 as cv
cv.cvtColor(src, code[,dst[,dstCn]])

　　其中，src代表原图像，code表示转换的类型。例如：对于BGR→HSV，我们使用标志cv.COLOR_BGR2HSV。

举例：

img = cv2.imread("./images/test.jpg")
# 换到 HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

RGB到HSV的转换是如何进行的？

RGB到HSV的转换使用数学计算进行。

首先，将RGB值标准化，即将每个成分的值转换为0到1的范围。
然后找到最小值（R、G、B中的最小值）和最大值（R、G、B中的最大值）。
计算色相（Hue）。如果最大值等于最小值，则色相为0。
计算饱和度（Saturation）。饱和度计算为(max-min)/max。
计算明度（Value）。明度与最大值相同。

比如

RGB是（255，0，0）的最小值是0，最大值是255，在R通道，以最大值为准，H色度为红色，S饱和度（255-0）/255=1 ，没有混入白色。明度是255，最大，故按比例缩放是1，没有混入黑色。所以是纯红。再按照比例转成hsv 模型，如下图的六角锥形。可见红色是0度。进一步地，再转换为0~180、0~255、0~255范围

注意：

从一个色彩空间转换到另一个色彩空间，信息传递会损失；
HSV的色相范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。
色彩空间转换可能可逆，也可能不可逆。A转成了B.B再转成A,可能可以回到原图，可能无法回到原图。比如BRG转成HSV,再转回BRG，可以回到原图。

import cv2 as cv

def reversible_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('Original Image', img)
  hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
  cv.imshow('BGR2HSV Image', hsv)
  # 逆转原图
  hsv2bgr = cv.cvtColor(hsv, cv.COLOR_HSV2BGR)
  cv.imshow('HSV2BGR Image', hsv2bgr)
  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  reversible_demo()

　　可逆

BGR转成GRAY 类型（GRAY色彩空间：GRAY（灰度图像）通常指8位灰度图，其具有256个灰度级，像素值的范围是[0,255]。）再转回BGR类型

import cv2 as cv

def irreversible_demo():
  img = cv.imread('./images/butterfly.jpg')
  cv.imshow('Original Image', img)
  gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
  cv.imshow('BGR2GRAY Image', gray)
  # 逆转原图
  gray2bgr = cv.cvtColor(gray, cv.COLOR_GRAY2BGR)
  cv.imshow('GRAY2BGR Image', gray2bgr)
  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  irreversible_demo()

　　不可逆