颜色转换

请参见 cv::cvtColor 和 cv::ColorConversionCodes

待办

文档其他转换模式

RGB <-> 灰度

RGB 空间内的变换，例如添加/删除 Alpha 通道、反转通道顺序、转换为/从 16 位 RGB 颜色（R5:G6:B5 或 R5:G5:B5）转换，以及使用以下公式转换为/从灰度转换：

\[\text{RGB[A] to Gray:} \quad Y \leftarrow 0.299 \cdot R + 0.587 \cdot G + 0.114 \cdot B\]

且

\[\text{Gray to RGB[A]:} \quad R \leftarrow Y, G \leftarrow Y, B \leftarrow Y, A \leftarrow \max (ChannelRange)\]

从 RGB 图像转换为灰度图像可以使用

cvtColor(src, bwsrc, cv::COLOR_RGB2GRAY);

更高级的通道重排也可以使用 cv::mixChannels 完成。

另请参见

cv::COLOR_BGR2GRAY, cv::COLOR_RGB2GRAY, cv::COLOR_GRAY2BGR, cv::COLOR_GRAY2RGB

RGB <-> CIE XYZ.Rec 709，使用 D65 白点

\[\begin{bmatrix} X \\ Y \\ Z \end{bmatrix} \leftarrow \begin{bmatrix} 0.412453 & 0.357580 & 0.180423 \\ 0.212671 & 0.715160 & 0.072169 \\ 0.019334 & 0.119193 & 0.950227 \end{bmatrix} \cdot \begin{bmatrix} R \\ G \\ B \end{bmatrix}\]

\[\begin{bmatrix} R \\ G \\ B \end{bmatrix} \leftarrow \begin{bmatrix} 3.240479 & -1.53715 & -0.498535 \\ -0.969256 & 1.875991 & 0.041556 \\ 0.055648 & -0.204043 & 1.057311 \end{bmatrix} \cdot \begin{bmatrix} X \\ Y \\ Z \end{bmatrix}\]

\(X\)、\(Y\) 和 \(Z\) 覆盖整个值范围（在浮点图像的情况下，\(Z\) 可能会超过 1）。

另请参见

cv::COLOR_BGR2XYZ, cv::COLOR_RGB2XYZ, cv::COLOR_XYZ2BGR, cv::COLOR_XYZ2RGB

RGB <-> YCrCb JPEG（或 YCC）

\[Y \leftarrow 0.299 \cdot R + 0.587 \cdot G + 0.114 \cdot B\]

\[Cr \leftarrow (R-Y) \cdot 0.713 + delta\]

\[Cb \leftarrow (B-Y) \cdot 0.564 + delta\]

\[R \leftarrow Y + 1.403 \cdot (Cr - delta)\]

\[G \leftarrow Y - 0.714 \cdot (Cr - delta) - 0.344 \cdot (Cb - delta)\]

\[B \leftarrow Y + 1.773 \cdot (Cb - delta)\]

其中

\[delta = \left \{ \begin{array}{l l} 128 & \mbox{对于 8 位图像} \\ 32768 & \mbox{对于 16 位图像} \\ 0.5 & \mbox{对于浮点图像} \end{array} \right .\]

Y、Cr 和 Cb 覆盖整个值范围。

另请参见

cv::COLOR_BGR2YCrCb, cv::COLOR_RGB2YCrCb, cv::COLOR_YCrCb2BGR, cv::COLOR_YCrCb2RGB

RGB <-> 使用子采样的 YUV

仅支持 8 位值。 系数对应于 BT.601 标准，结果值 Y [16, 235]，U 和 V [16, 240] 中心位于 128。

支持两种子采样方案：4:2:0（Fourcc 代码 NV12、NV21、YV12、I420 和同义词）和 4:2:2（Fourcc 代码 UYVY、YUY2、YVYU 和同义词）。

在这两种子采样方案中，Y 值都是为每个像素写入的，因此 Y 平面实际上是源图像的缩放和偏差的灰度版本。

在 4:2:0 方案中，U 和 V 值在 2x2 正方形上取平均值，即每个 4 个像素仅保存 1 个 U 值和 1 个 V 值。 U 和 V 值交错保存在一个单独的平面 (NV12, NV21) 或两个单独的半平面 (YV12, I420) 中。

在 4:2:2 方案中，U 和 V 值在每对像素上水平平均，即每个 2 个像素仅保存 1 个 U 值和 1 个 V 值。 U 和 V 值根据其 Fourcc 代码与两个像素的 Y 值交错保存。

请注意，出于速度或兼容性的目的，不同的转换以不同的精度执行。 例如，RGB 到 YUV 4:2:2 使用 14 位定点算术转换，而其他转换使用 20 位。

\[R \leftarrow 1.164 \cdot (Y - 16) + 1.596 \cdot (V - 128)\]

\[G \leftarrow 1.164 \cdot (Y - 16) - 0.813 \cdot (V - 128) - 0.391 \cdot (U - 128)\]

\[B \leftarrow 1.164 \cdot (Y - 16) + 2.018 \cdot (U - 128)\]

\[Y \leftarrow (R \cdot 0.299 + G \cdot 0.587 + B \cdot 0.114) \cdot \frac{236 - 16}{256} + 16 \]

\[U \leftarrow -0.148 \cdot R_{avg} - 0.291 \cdot G_{avg} + 0.439 \cdot B_{avg} + 128 \]

\[V \leftarrow 0.439 \cdot R_{avg} - 0.368 \cdot G_{avg} - 0.071 \cdot B_{avg} + 128 \]

另请参见

cv::COLOR_YUV2RGB_NV12, cv::COLOR_YUV2RGBA_YUY2, cv::COLOR_BGR2YUV_YV12 以及类似的颜色转换

RGB <-> HSV

在 8 位和 16 位图像的情况下，R、G 和 B 会被转换为浮点格式，并缩放为适合 0 到 1 的范围。

\[V \leftarrow max(R,G,B)\]

\[S \leftarrow \fork{\frac{V-min(R,G,B)}{V}}{if \(V \neq 0\)}{0}{otherwise}\]

\[H \leftarrow \forkfour{{60(G - B)}/{(V-min(R,G,B))}}{if \(V=R\)} {{120+60(B - R)}/{(V-min(R,G,B))}}{if \(V=G\)} {{240+60(R - G)}/{(V-min(R,G,B))}}{if \(V=B\)} {0}{if \(R=G=B\)}\]

如果 \(H<0\) 则 \(H \leftarrow H+360\) 。 在输出中 \(0 \leq V \leq 1\)，\(0 \leq S \leq 1\)，\(0 \leq H \leq 360\) 。

然后将值转换为目标数据类型

• 8 位图像：\(V \leftarrow 255 V, S \leftarrow 255 S, H \leftarrow H/2 \text{(适合 0 到 255)}\)
• 16 位图像：（当前不支持） \(V \leftarrow 65535 V, S \leftarrow 65535 S, H \leftarrow H\)
• 32 位图像：H、S 和 V 保持原样

另请参见

cv::COLOR_BGR2HSV, cv::COLOR_RGB2HSV, cv::COLOR_HSV2BGR, cv::COLOR_HSV2RGB

RGB <-> HLS

在 8 位和 16 位图像的情况下，R、G 和 B 会被转换为浮点格式，并缩放为适合 0 到 1 的范围。

\[V_{max} \leftarrow {max}(R,G,B)\]

\[V_{min} \leftarrow {min}(R,G,B)\]

\[L \leftarrow \frac{V_{max} + V_{min}}{2}\]

\[S \leftarrow \fork { \frac{V_{max} - V_{min}}{V_{max} + V_{min}} }{if \(L < 0.5\) } { \frac{V_{max} - V_{min}}{2 - (V_{max} + V_{min})} }{if \(L \ge 0.5\) }\]

\[H \leftarrow \forkfour {{60(G - B)}/{(V_{max}-V_{min})}}{if \(V_{max}=R\) } {{120+60(B - R)}/{(V_{max}-V_{min})}}{if \(V_{max}=G\) } {{240+60(R - G)}/{(V_{max}-V_{min})}}{if \(V_{max}=B\) } {0}{if \(R=G=B\) }\]

如果 \(H<0\) 则 \(H \leftarrow H+360\) 。 在输出中 \(0 \leq L \leq 1\)，\(0 \leq S \leq 1\)，\(0 \leq H \leq 360\) 。

然后将值转换为目标数据类型

• 8 位图像：\(V \leftarrow 255 \cdot V, S \leftarrow 255 \cdot S, H \leftarrow H/2 \; \text{(适合 0 到 255)}\)
• 16 位图像：（当前不支持） \(V \leftarrow 65535 \cdot V, S \leftarrow 65535 \cdot S, H \leftarrow H\)
• 32 位图像：H、S、V 保持原样

另请参见

cv::COLOR_BGR2HLS, cv::COLOR_RGB2HLS, cv::COLOR_HLS2BGR, cv::COLOR_HLS2RGB

RGB <-> CIE L*a*b*

在 8 位和 16 位图像的情况下，R、G 和 B 会被转换为浮点格式，并缩放为适合 0 到 1 的范围。

\[\vecthree{X}{Y}{Z} \leftarrow \vecthreethree{0.412453}{0.357580}{0.180423}{0.212671}{0.715160}{0.072169}{0.019334}{0.119193}{0.950227} \cdot \vecthree{R}{G}{B}\]

\[X \leftarrow X/X_n, \text{其中} X_n = 0.950456\]

\[Z \leftarrow Z/Z_n, \text{其中} Z_n = 1.088754\]

\[L \leftarrow \fork{116*Y^{1/3}-16}{for \(Y>0.008856\)}{903.3*Y}{for \(Y \le 0.008856\)}\]

\[a \leftarrow 500 (f(X)-f(Y)) + delta\]

\[b \leftarrow 200 (f(Y)-f(Z)) + delta\]

其中

\[f(t)= \fork{t^{1/3}}{for \(t>0.008856\)}{7.787 t+16/116}{for \(t\leq 0.008856\)}\]

且

\[delta = \fork{128}{for 8-bit images}{0}{for floating-point images}\]

这会输出 \(0 \leq L \leq 100\)，\(-127 \leq a \leq 127\)，\(-127 \leq b \leq 127\) 。 然后将这些值转换为目标数据类型

• 8 位图像：\(L \leftarrow L*255/100, \; a \leftarrow a + 128, \; b \leftarrow b + 128\)
• 16 位图像：（当前不支持）
• 32 位图像：L、a 和 b 保持原样

另请参见

cv::COLOR_BGR2Lab, cv::COLOR_RGB2Lab, cv::COLOR_Lab2BGR, cv::COLOR_Lab2RGB

RGB <-> CIE L*u*v*

在 8 位和 16 位图像的情况下，R、G 和 B 会被转换为浮点格式，并缩放为适合 0 到 1 的范围。

\[\vecthree{X}{Y}{Z} \leftarrow \vecthreethree{0.412453}{0.357580}{0.180423}{0.212671}{0.715160}{0.072169}{0.019334}{0.119193}{0.950227} \cdot \vecthree{R}{G}{B}\]

\[L \leftarrow \fork{116*Y^{1/3} - 16}{for \(Y>0.008856\)}{903.3 Y}{for \(Y\leq 0.008856\)}\]

\[u' \leftarrow 4*X/(X + 15*Y + 3 Z)\]

\[v' \leftarrow 9*Y/(X + 15*Y + 3 Z)\]

\[u \leftarrow 13*L*(u' - u_n) \quad \text{其中} \quad u_n=0.19793943\]

\[v \leftarrow 13*L*(v' - v_n) \quad \text{其中} \quad v_n=0.46831096\]

这会输出 \(0 \leq L \leq 100\)，\(-134 \leq u \leq 220\)，\(-140 \leq v \leq 122\) 。

然后将值转换为目标数据类型

• 8 位图像：\(L \leftarrow 255/100 L, \; u \leftarrow 255/354 (u + 134), \; v \leftarrow 255/262 (v + 140)\)
• 16 位图像：（当前不支持）
• 32 位图像：L、u 和 v 保持原样

请注意，将整数 Luv 图像转换为 RGB 时，中间的 X、Y 和 Z 值会截断为 \( [0, 2] \) 范围以适合白点限制。 这可能会导致具有奇数 XYZ 值的颜色表示不正确。

以上用于将 RGB 转换为/从各种颜色空间的公式取自网络上的多个来源，主要来自 Charles Poynton 网站 http://www.poynton.com/ColorFAQ.html

另请参见

cv::COLOR_BGR2Luv, cv::COLOR_RGB2Luv, cv::COLOR_Luv2BGR, cv::COLOR_Luv2RGB

Bayer -> RGB

Bayer 模式广泛用于 CCD 和 CMOS 相机。 它使您能够从单个平面获取彩色图片，其中 R、G 和 B 像素（特定分量的传感器）交错排列，如下所示

Bayer 模式（BGGR、GBRG、GRBG、RGGB）

像素的输出 RGB 分量由具有相同颜色的像素的 1 个、2 个或 4 个邻居插值得到。

注意

有关 OpenCV Bayer 模式命名和经典 Bayer 模式命名之间对应关系的信息，请参见以下内容。

Bayer 模式

通过将模式向左移动一个像素和/或向上移动一个像素，可以实现上述模式的几种修改。 转换常量 CV_Bayer \(C_1 C_2\) 2BGR 和 CV_Bayer \(C_1 C_2\) 2RGB 中的两个字母 \(C_1\) 和 \(C_2\) 指示特定的模式类型。 这些分别是第二行、第二列和第三列的组件。 例如，上述模式具有非常流行的“BG”类型。

另请参见

cv::COLOR_BayerRGGB2BGR, cv::COLOR_BayerGRBG2BGR, cv::COLOR_BayerBGGR2BGR, cv::COLOR_BayerGBRG2BGR, cv::COLOR_BayerRGGB2RGB, cv::COLOR_BayerGRBG2RGB, cv::COLOR_BayerBGGR2RGB, cv::COLOR_BayerGBRG2RGB cv::COLOR_BayerBG2BGR, cv::COLOR_BayerGB2BGR, cv::COLOR_BayerRG2BGR, cv::COLOR_BayerGR2BGR, cv::COLOR_BayerBG2RGB, cv::COLOR_BayerGB2RGB, cv::COLOR_BayerRG2RGB, cv::COLOR_BayerGR2RGB