【OpenCV

✨博客主页：米开朗琪罗儿🎈 ✨博主爱好：羽毛球🏸 ✨年轻人要：Living for the moment（活在当下）！💪 🏆推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】

在RGB色彩空间中，图像通道的顺序是R→G→B，即第1个通道是R通道，第2个通道是G通道，第3个通道是B通道。注：在OpenCV中，通道顺序是B→G→R。

接下来我们考虑如何将3个通道进行拆分并单独显示其中一个通道的图像，这里给出两种拆分方式：

我们使用下列语句操作：

接下来我们看一段程序展示：

本程序实现了通道的拆分与各通道的分别展示。

代码运行结果如下：

我们使用函数b, g, r = cv2.split()拆分通道。

接下来我们看一段程序展示：

运行结果如下： 可以看出不论是通过索引方式还是函数拆分得到的通道图像，结果都是一样的。

通道合并是通道拆分的逆过程，我们使用函数cv2.merge()实现通道合并。

下面看一段程序展示：

程序运行结果如下： 可以看出，按照B、G、R顺位排列出的图像与原图是一致的，也就验证了OpenCV的通道顺序是B→G→R。

GRAY指的是8位灰度图，有256各灰度级，像素值范围：[0，255]

标准转换公式： ​ ​ ​ ​ ​ ​ ​ G r a y = 0.299 ⋅ R + 0.587 ⋅ G + 0.114 ⋅ B ​​​​​​​Gray=0.299\cdot R+0.587\cdot G+0.114\cdot B ​​​​​​​Gray=0.299⋅R+0.587⋅G+0.114⋅B 简化转换公式： G r a y = R + G + B 3 Gray= \frac{R+G+B}{3} Gray=3R+G+B​

转化公式： R = G = B = G R A Y R=G=B=GRAY R=G=B=GRAY

XYZ色彩空间是国际照明委员会(CIE)在进行了大量正常人视觉测量和统计后建立的。

转换公式： [ X Y Z ] = [ 0.412453 0.357580 0.180423 0.212671 0.715160 0.072169 0.019334 0.119193 0.950227 ] ⋅ [ R G B ] \begin{bmatrix} X \\ Y \\ Z \end{bmatrix}=\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} ⎣⎡​XYZ​⎦⎤​=⎣⎡​0.4124530.2126710.019334​0.3575800.7151600.119193​0.1804230.0721690.950227​⎦⎤​⋅⎣⎡​RGB​⎦⎤​

转换公式： [ R G B ] = [ 3.240479 − 1.53715 − 0.498535 − 0.969256 1.875991 0.041556 0.055648 − 0.204043 1.057311 ] ⋅ [ X Y Z ] \begin{bmatrix} R \\ G \\ B \end{bmatrix}=\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} ⎣⎡​RGB​⎦⎤​=⎣⎡​3.240479−0.9692560.055648​−1.537151.875991−0.204043​−0.4985350.0415561.057311​⎦⎤​⋅⎣⎡​XYZ​⎦⎤​

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。HSV对用户来说是一种直观的颜色模型，这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。

HSV空间模型如下：   色调：色调与光谱中的主要光波长相关，色调用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°；

  饱和度：饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

  明度：明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。

接下来我们介绍以下空间六棱锥：   H参数表示色彩信息，即所处的光谱颜色的位置。该参数用一角度量来表示，红、绿、蓝分别相隔120度。互补色分别相差180度。范围从0到360。

  纯度S为一比例值，范围从0到1，它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时，只有灰度。

  V表示色彩的明亮程度，范围从0到1。有一点要注意：它和光强度之间并没有直接的联系。

转换前提：需要先将RGB色彩空间的值转换到[0，1]（各通道的像素值除以255），再进行处理。 V = m a x ( R , G , B ) V=max(R,G,B) V=max(R,G,B) S = { V − m i n ( R , G , B ) V V ≠ 0 0 e l s e S=\left\{ \begin{array}{rcl} \frac{V-min(R,G,B)}{V} & & {V\neq 0}\\ 0 & & {else} \end{array} \right. S={VV−min(R,G,B)​0​​V​=0else​ H = { 60 ( G − B ) V − m i n ( R , G , B ) V = R 120 + 60 ( B − R ) V − m i n ( R , G , B ) V = G 240 + 60 ( R − G ) V − m i n ( R , G , B ) V = B H=\left\{ \begin{array}{rcl} \frac{60(G-B)}{V-min(R,G,B)} & & {V=R}\\ 120+\frac{60(B-R)}{V-min(R,G,B)} & & {V=G}\\ 240+\frac{60(R-G)}{V-min(R,G,B)} & & {V=B} \end{array} \right. H=⎩⎪⎨⎪⎧​V−min(R,G,B)60(G−B)​120+V−min(R,G,B)60(B−R)​240+V−min(R,G,B)60(R−G)​​​V=RV=GV=B​ 注：计算过程中可能会出现H＜0的情况，若发生，则需要对H进一步操作，过程如下： H = { H + 360 H < 0 H e l s e H=\left\{ \begin{array}{rcl} H+360 & & {H