位置: IT常识 - 正文
OpenCV之 BGR、GRAY、HSV色彩空间&色彩通道专题 【Open_CV系列（三）】
编辑：rootadmin推荐整理分享OpenCV之 BGR、GRAY、HSV色彩空间&色彩通道专题 【Open_CV系列（三）】，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:,内容如对您有帮助，希望把文章链接给更多的朋友！
ʚʕ̯•͡˔•̯᷅ʔɞ 🍹欢迎各路大佬来到小啾主页指点☀️欢迎大家前来学习OpenCVBGR、GRAY、HSV色彩空间&色彩通道专题 - Open_CV系列博文第三篇，我是侯小啾。 ✨博客主页：云雀编程小窝 🌹꧔ꦿ 🌹꧔ꦿ博文内容如对您有所帮助，还请给个点赞 + 关注 + 收藏✨
如有疑问欢迎随时在评论区交流。☀️
1.色彩空间色彩空间是人类为了描述不同频率的光，而建立出的色彩模型。不同通道的表示方式有所不同。 除了OpenCV默认的BGR色彩空间，还有两个常用的色彩空间：HSV色彩空间和GRAY色彩空间。 其中HSV色彩空间和BGR色彩空间都可以表示彩色色彩空间，都是使用三维数组表示的。而GRAY色彩空间在只能表示灰度图像。
1.1 BGR色彩空间BGR色彩空间是OpenCV默认的色彩空间。众所周知,BGR色彩空间有三个通道。该色彩空间是基于B（l蓝色），G（绿色），R（红色）而言的。像素数组内每个数据的值都在[0,255]内。
1.2 GRAY色彩空间GRAY色彩空间即灰度图像的色彩空间。像素数组中，可以是从0到255的 256个数字，每个数值表示从黑变白的颜色深浅程度。0表示纯黑色，255表示纯白色，数值越大越趋于白色。
1.3 HSV色彩空间BGR色彩空间是基于三基色（红，绿，蓝） 而言的。而HSV色彩空间是基于色调(H)，饱和度(S)和亮度(V) 而言的。 其具体解释如下：
含义描述范围H色调指光的颜色[0,180] 红色:0, 黄色:30, 绿色:60, 蓝色:120S饱和度指色彩的深浅[0,255] 饱和度为0时变为灰度图像。V亮度指光的明暗[0,255] 亮度为0时，图像为纯黑色。亮度越大，图像越亮。1.4 空间转换cv2.cvtColor( )方法 在OpenCV中用于色彩空间转换。 语法cv2.cvtColor(src,code)
src 即要操作的原图像code 指色彩空间转换码。从BGR色彩空间 转换为 GRAY色彩空间，需要用到的色彩空间转换码为 cv2.COLOR_BGR2GRAY 从BGR色彩空间 转换为 HSV色彩空间，需要用到的色彩空间转换码为 cv2.COLOR_BGR2HSV
1.4.1 BGR 转 GRAY使用如图的小猫咪图片作为示例。
将改图从BGR色彩空间 转换到 GRAY色彩空间，代码如下：
import cv2image = cv2.imread("pic.jpg")gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)cv2.imshow("GRAY", gray_image)cv2.waitKey()cv2.destroyAllWindows()1.4.2 BGR 转 HSV
再将猫图从BGR色彩空间 转到 HSV色彩空间。
import cv2image = cv2.imread("pic.jpg")cv2.imshow("BGR", image)hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)cv2.imshow("HSV", hsv_image)cv2.waitKey()cv2.destroyAllWindows()如图，改变色彩空间类型后，《我们的猫》变成了《梵高的猫》。
为什么会这样呢？ 因为，BGR色彩空间 转到 HSV色彩空间后，发生变化的只是描述图像的数组，数组中每个数字表示的意义变了，数值也发生了一定的变化，但是计算机读取图片的方式没有变，(0,0,0)依然表示纯黑色，(255,255,255)仍然表示纯白色，所以给我们呈现出看一幅不同于之前的图片。产生这样的图像效果的意义并不是为了满足人类的视觉，而是为满足计算机的视觉，计算机通过操作HSV色彩空间的数组的每个值，从而达到影响图像的色调(H)，饱和度(S)和亮度(V)的目的。处理完之后，再转回HSV色彩空间，图片即变得符合人类视觉。2. 色彩通道色彩空间由色彩通道构成，对色彩通道我们也可以有一定的处理。
2.1 色彩通道的拆分OpenCV提供了split()方法可以满足我们对图像中的色彩通道的拆分需求。以便对每个色彩通道单独处理。
cv2.split(image)
2.1.1 cv2.split() 拆分BGR通道以拆分猫图的BGR色彩通道为例
import cv2bgr_image = cv2.imread("pic.jpg")b, g, r = cv2.split(bgr_image)cv2.imshow("B", b)cv2.imshow("G", g)cv2.imshow("R", r)cv2.waitKey()cv2.destroyAllWindows()程序执行结果如图所示： 三个通道的图片效果如图所示，是三个有着一定差别的灰度图像。
至于为什么这样，我们查看一下像素数组的变化便可知晓：
查看原图数组：
bgr_image = cv2.imread("pic.jpg")print(bgr_image.shape)print(bgr_image)
查看拆分后的B通道图像的数组
b, g, r = cv2.split(bgr_image)print(b.shape)print(b)
可以看出，拆分后，数组由三维数组变成了二维数组，表示灰度图像的数组，二维数组的每个数值为原数组的每一个b通道值，在灰度图像中表示每一个像素的色彩深浅程度。g通道、r通道也同理，因为数值不同，所以灰度图像也有所差异。
以拆分猫图的HSV的色彩通道为例
2.1.2 拆分HSV通道所以同理，HSV通道图像经过拆分后得到的也是三个灰度图像。
import cv2bgr_image = cv2.imread("pic.jpg")hsv_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2HSV)h, s, v = cv2.split(hsv_image)cv2.imshow("H", h)cv2.imshow("S", s)cv2.imshow("V", v)cv2.waitKey()cv2.destroyAllWindows()程序执行结果如下：
2.2 cv2.merge() 色彩通道的合并色彩通道不仅可以有拆分处理，也可以有合并处理，即拆分的逆操作，即把离散的表示B、G、R 或 H、S、V的数组合并在一起合成一张彩色图像。 这里使用原图像，拆分后再恢复，展示为原图像。代码示例如下，结果不再一一展示。
2.2.1 BGR 合并import cv2bgr_image = cv2.imread("pic.jpg")b, g, r = cv2.split(bgr_image)# 这里要求顺序必须是b,g,rbgr = cv2.merge([b, g, r])cv2.imshow("BGR", bgr)cv2.waitKey()cv2.destroyAllWindows()2.2.2 HSV 合并import cv2bgr_image = cv2.imread("pic.jpg")hsv_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2HSV)h, s, v = cv2.split(hsv_image)hsv = cv2.merge([h, s, v])bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)cv2.imshow("BGR", bgr)cv2.waitKey()cv2.destroyAllWindows()2.2.3 通道拆分与合并的综合运用在BRG和HSV色彩空间中，改变通道值都可以带来意想不到的艺术效果。
以HSV色彩空间为例，改变单个通道值：
如，把表示颜色的h值改为60，即绿色：
import cv2bgr_image = cv2.imread("pic.jpg")cv2.imshow("pic", bgr_image)hsv_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2HSV)h, s, v = cv2.split(hsv_image)h[:, :] = 60hsv = cv2.merge([h, s, v])new_Image = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)cv2.imshow("NEW", new_Image)cv2.waitKey()cv2.destroyAllWindows()h改为30， 黄色： h[:, :] = 30
h改为0，红色： h[:, :] = 0
h改为120，蓝色： h[:, :] = 120
v通道值改为255（亮度最高）： v[:, :] = 255
s通道值改为255（色彩饱和度最高）： s[:, :] = 255
红色，亮度最高： h[:, :] = 0 v[:, :] = 255
2.3BGRA色彩空间 (alpha 通道)OpenCV在BGR色彩空间的基础上增加了用于设置图像透明度的alpha通道，也称A通道。 与BGR通道结合起来，组成了BGRA色彩空间。
从BGR色彩空间转换到BGRA色彩空间的转换码为cv2.COLOR_BGR2BGRA
下边展示在BGRA色彩空间中设置透明度的过程：
首先进行色彩空间转换，将BGR色彩空间转化为BGR色彩空间：
import cv2bgr_image = cv2.imread("pic.jpg")bgra_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2BGRA)print(bgra_image)程序执行结果如下，可以看出，A值都为255，即原图总是默认不透明的。
然后分别将A通道值设置为172和0，并保存图片，对比图片效果。 这里不保存下来查看的话，在程序运行中展示并看不出差异。 保存图片时，要保存为png格式的图片，因为png文件即为BGRA四通道色彩空间的图像文件形式。
b, g, r, a = cv2.split(bgra_image)a[:, :] = 172bgra_172 = cv2.merge([b, g, r, a])a[:, :] = 0bgra_0 = cv2.merge([b, g, r, a])cv2.imwrite("BGRA.png", bgra_image)cv2.imwrite("BGRA172.png", bgra_172)cv2.imwrite("BGRA0.png", bgra_0)结果图片呈现如下： 从左到右透明度依次为0,172，255。
感谢您对博主的支持！
🌹꧔ꦿ本系列blog传送门： ✨OpenCV图像处理基本操作 【Python-Open_CV系列（一）】 ✨OpenCV像素处理基本操作 【Python-Open_CV系列（二）】 ✨OpenCV之 BGR、GRAY、HSV色彩空间&色彩通道专题 【Python-Open_CV系列（三）】 ✨OpenCV绘制图像与文字(可作为脚手架代码)(python) 【Python-Open_CV系列（四）】 ✨OpenCV图像几何变换专题(缩放、翻转、仿射变换及透视)【python-Open_CV系列（五）】 ✨基于梵·高《向日葵》的 图像阈值处理专题（二值处理、反二值处理、截断处理、自适应处理及Otsu方法）【Python-Open_CV系列（六）】 ✨OpenCV基本功 之 图像的掩模、运算 & 合并专题 -小啾带学【Python-Open_CV系列（七）】 ✨《三英战吕布》 - 图像模板匹配 【Python-Open_CV系列（八）】 ✨OpenCV滤波器 龙门石窟篇【Python-Open_CV系列（九）】(均值滤波器、中值滤波器、高斯滤波器、双边滤波器) ✨Open_CV形态学运算专题 （腐蚀&膨胀、开&闭运算、梯度运算、顶帽运算黑帽运算 ）【Python-Open_CV系列（十）】 ✨霍夫变换看不懂？小啾带你串一遍：OpenCV图形检测专题 这样学最简单【Python-Open_CV系列（十一）】 ✨小啾带你开天眼 之 开启py-OpenCV摄像头及视频处理【Python-Open_CV系列（十二）】 ✨小啾带你开天眼 之 人脸检测与识别(以及华强、皇叔、高祖配墨镜特效)【Python-Open_CV系列（十三）】
下一篇：4、nerf（pytorch）
