OpenCV與圖像處理學(xué)習(xí)二——圖像直方圖與色彩空間

• • 2.4 圖像直方圖（Image Histogram）
  • • 2.4.1 直方圖的繪制
    • 2.4.2 三通道直方圖繪制
  • 2.5 顏色空間
  • • 2.5.1 RGB顏色空間
    • 2.5.2 HSV顏色空間（Hue、Saturation、Value）
    • 2.5.3 HSI
    • 2.5.4 CMYK（Cyan、Magenta、Yellow、black）

本次學(xué)習(xí)筆記是對上次筆記的續(xù)寫，一次寫太多看起來也累。。
上次筆記的連接：OpenCV與圖像處理學(xué)習(xí)一——圖像基礎(chǔ)知識（1）

2.4 圖像直方圖（Image Histogram）

用以表示數(shù)字圖像中亮度分布的直方圖，標(biāo)繪了圖像中每個亮度值的像素數(shù)。橫坐標(biāo)左側(cè)為純黑、較暗區(qū)域，右側(cè)為純白、較亮區(qū)域。

如下圖所示，兩幅圖的右上角都繪制了它們各自的圖像直方圖：

意義：是圖像中像素強度分布的圖形表達(dá)方式。它統(tǒng)計了每個強度值所具有的像素個數(shù)。CV領(lǐng)域借助圖像直方圖來實現(xiàn)圖像的二值化。

2.4.1 直方圖的繪制

函數(shù)：

cv.calcHist( images, channels, mask, histSize, ranges[, hist[, accumulate]] )

參數(shù)：

images：待統(tǒng)計圖像，需用中括號括起來。

channels：待統(tǒng)計的通道。

mask：這里沒用到，暫時不知道干啥的。

histSize：表示直方圖分成多少份。

ranges：表示直方圖中各個像素的值，灰度值范圍。

先來看一下單通道的統(tǒng)計：

from matplotlib import pyplot as plt import cv2 import numpy as np img = cv2.imread('girl.jpg') img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)plt.imshow(img_gray, cmap=plt.cm.gray) hist = cv2.calcHist([img], [0], None, [256], [0, 256])plt.figure() plt.title("Grayscale Histogram") plt.xlabel("Bins") plt.ylabel("# of Pixels") plt.plot(hist) plt.xlim([0, 256]) plt.show()

這里只統(tǒng)計了第一個通道的直方圖，結(jié)果如下所示：

2.4.2 三通道直方圖繪制

看一下三個通道的例子：

from matplotlib import pyplot as plt import cv2 girl = cv2.imread("girl.jpg") cv2.imshow("girl", girl) color = ("b", "g", "r") #使用for循環(huán)遍歷color列表，enumerate枚舉返回索引和值 for i, color in enumerate(color):hist = cv2.calcHist([girl], [i], None, [256], [0, 256])plt.title("girl")plt.xlabel("Bins")plt.ylabel("num of perlex")plt.plot(hist, color = color)plt.xlim([0, 260]) plt.show() cv2.waitKey(0) cv2.destroyAllWindows()

看一下結(jié)果：

由此可見，三通道的彩色圖里的像素值的分布是不一樣的。

2.5 顏色空間

顏色空間也稱彩色模型/彩色空間/彩色系統(tǒng)，用途是在某些標(biāo)準(zhǔn)下用通常可接受的方式對彩色加以說明。

常見的顏色空間有RGB、HSV、HSI以及CMYK，下面分別來看一下。

2.5.1 RGB顏色空間

主要用于計算機圖形學(xué)中，依據(jù)人眼識別的顏色創(chuàng)建，圖像中每一個像素都具有R、G、B三個顏色分量組成，均屬于[0，255]。通常表示某個顏色時，寫成一個3維向量形式（110,150,130）。

RGB顏色模型：

• 原點對應(yīng)的顏色為黑色，三分量均為0。
• 距離原點最遠(yuǎn)的頂點對應(yīng)顏色為白色，三分量均為1。
• 從黑色到白色的灰度值分布在這兩點的連線上，該虛線稱為灰度線。
• 立方體其余各點對應(yīng)不同顏色，即三原色紅、綠、藍(lán)及其混合色黃、品紅、青色。

2.5.2 HSV顏色空間（Hue、Saturation、Value）

根據(jù)顏色直觀特性由A.R.Smith在1978年創(chuàng)建的一種顏色空間，參數(shù)分別是：色調(diào)（Hue）、飽和度（Saturation）、明度（ Value）。

HSV顏色模型：

• H通道：Hue，色調(diào)/色彩，代表顏色，0°對應(yīng)紅色，120°對應(yīng)綠色，240°對應(yīng)藍(lán)色。
• S通道：Saturation，飽和度，取值范圍：0%~100%，值越大，越飽和。
• V通道：Value，明暗，數(shù)值越大越亮，0%（黑）到100%（白）。

RGB空間與HSV空間轉(zhuǎn)化：

import cv2 # 色彩空間轉(zhuǎn)換函數(shù) def color_space_demo(image):gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)cv2.imshow('gray', gray)hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)# print(hsv)cv2.imshow('hsv', hsv) # 讀入一張彩色圖 src = cv2.imread('girl.jpg') cv2.imshow('before', src) # 調(diào)用color_space_demo函數(shù)進行色彩空間轉(zhuǎn)化 color_space_demo(src) cv2.waitKey(0) cv2.destroyAllWindows()

結(jié)果如下所示：

2.5.3 HSI

由美國色彩學(xué)家孟塞爾于1915年提出，它反映了人視覺系統(tǒng)感知彩色的方式，以色調(diào)、飽和度和強度三種基本特征量來感知顏色，即把HSV中的明度換成了強度I。

HSI顏色模型：

模型優(yōu)點：

• 在處理彩色圖像時，可僅對I分量進行處理，結(jié)果不改變原圖像中的彩色種類。
• HSI模型完全反映了人感知顏色的基本屬性，與人感知顏色的基本屬性，與人感知顏色的結(jié)果一一對應(yīng)。

2.5.4 CMYK（Cyan、Magenta、Yellow、black）

應(yīng)用于印刷工業(yè)，印刷業(yè)通過青（C）、品（M）、黃（Y）三原色油墨的不同網(wǎng)點面積率的疊印來表現(xiàn)豐富多彩的顏色和階調(diào)，這便是三原色的CMY顏色空間。

總結(jié)

以上是生活随笔為你收集整理的OpenCV与图像处理学习二——图像直方图与色彩空间的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。