RGB与HSV的关系.docVIP

1. RGB模型 2. HSV模型 3. 如何理解RGB与HSV的联系 4. HSV在图像处理中的应用 5. opencv中RGB--HSV实现在图像处理中，最常用的颜色空间是RGB模型，常用于颜色显示和图像处理，三维坐标的模型形式，非常容易被理解。1. RGB模型。 三维坐标： 原点到白色顶点的中轴线是灰度线，r、g、b三分量相等，强度可以由三分量的向量表示。 用RGB来理解色彩、深浅、明暗变化： 色彩变化： 三个坐标轴RGB最大分量顶点与黄紫青YMC色顶点的连线 深浅变化：RGB顶点和CMY顶点到原点和白色顶点的中轴线的距离 明暗变化：中轴线的点的位置，到原点，就偏暗，到白色顶点就偏亮 PS: 光学的分析 三原色RGB混合能形成其他的颜色，并不是说物理上其他颜色的光是由三原色的光混合形成的，每种单色光都有自己独特的光谱，如黄光是一种单色光，但红色与绿色混合能形成黄色，原因是人的感官系统所致，与人的生理系统有关。 只能说“将三原色光以不同的比例复合后，对人的眼睛可以形成与各种频率的可见光等效的色觉。”2. HSV模型 倒锥形模型： 这个模型就是按色彩、深浅、明暗来描述的。H（Hue）是S（Saturation）是， S = 0时，只有灰度 V是，表示色彩的明亮程度，但与光强无直接联系，（意思是有一点点联系吧）。 3. RGB与HSV的联系 从上面的直观的理解，把RGB三维坐标的中轴线立起来，并扁化，就能形成HSV的锥形模型了。 但V与强度无直接关系，因为它只选取了RGB的一个最大分量。而RGB则能反映光照强度（或灰度）的变化。 v = max(r, g, b) 由RGB到HSV的转换： HSV对用户来说是一种直观的颜色模型。我们可以从一种纯色彩开始，即指定色彩角H，并让V=S=1，然后我们可以通过向其中加入黑色和白色来得到我们需要的颜色。增加黑色可以减小V而S不变，同样增加白色可以减小S而V不变。例如，要得到深蓝色，V=0.4 S=1 H=240度。要得到淡蓝色，V=1 S=0.4 H=240度。 4. HSV在图像处理应用HSV在用于指定颜色分割时，有比较大的作用。 H和S分量代表了色彩信息。 分割应用： 用H和S分量来表示颜色距离，颜色距离指代表两种颜色之间的数值差异。Androutsos等人通过实验对HSV颜色空间进行了大致划分，亮度大于75%并且饱和度大于20%为亮彩色区域，亮度小于25%为黑色区域，亮度大于75%并且饱和度小于20%为白色区域，其他为彩色区域。 对于不同的彩色区域，混合H与S变量，划定阈值，即可进行简单的分割。HSV的去阴影算法： Improving shadow suppression in moving object detection with HSV color information5. RGB -- HSV中的opencv实现[cpp] view plaincopyprint? struct RGB2HSV_f { typedef float channel_type; RGB2HSV_f(int _srccn, int _blueIdx, float _hrange) : srccn(_srccn), blueIdx(_blueIdx), hrange(_hrange) {} void operator()(const float* src, float* dst, int n) const { int i, bidx = blueIdx, scn = srccn; float hscale = hrange*(1.f/360.f); n *= 3; for( i = 0; i n; i += 3, src += scn ) { float b = src[bidx], g = src[1], r = src[bidx^2]; float h, s, v; float vmin, diff; v = vmin = r; if( v g ) v = g; if( v b ) v = b; // v = max(b, g, r) if( vmin g ) vmin = g; if( vmin b ) vmin = b; diff = v - vmin; s = diff/(float)(fabs(v) + FLT_EPSILON); // s = 1 - min/max diff = (float)(60./(diff + FLT_EPSILON)); if( v == r ) h = (g - b)*diff; else if( v == g ) h = (b - r)*diff +