OpenCV-Python-1--圖片的基本知識

色彩模型（Color Model）

色彩模型是一種抽象的數學模型，通過一組數字來描述顏色。當站在不同的角度對顏色建模時就得到不同的數學模型。

• 機器視角
  • RGB（Red、Green、Blue），used with color CRT monitors
  • YIQ，broadcast TV color system
  • CMY（Cyan(青色), Magenta(品紅), Yellow），color printing
  • CMYK（Cyan, Magenta, Yellow，Black），color printing
  • IRODORI，six-primary-color projection system
• 用戶視角：
  • HSV（Hue, Saturation, Value）
  • HSB（Hue, Saturation, Brightness)，和HSV是一樣的，只是叫法不同
  • HSL (Hue, Saturation，Lightness)
  • The Munsell system
  • CIE Lab

顏色分類

自然界物體的顏色有兩種：光源色（light source color）和表面色（surface color）。

• 光源色(可以自己發光的物體)——紅色R、綠色G、藍色B——加法混色原理；

• 表面色(自己不能發光，只能反射光)——品紅M、黃色Y、青色C——減法混色原理。

RGB模型

RGB是一種加法混色模型，它描述那些由不同顏色的光混合形成新顏色的情形，顏色越加越亮。生活中也有直觀的感受，例如室內燈開得越多，室內就越亮。因爲亮度是累加的，所以是加法混色。

RGB是通過空間笛卡爾座標系來建模的，如下圖所示：每種顏色由空間中的一個座標來表示。每個座標有三個分量，每個分量共有256種取值，所以RGB一共有 $256*256*256=16777216$ 種顏色。注意：OpenCV中分量的順序爲BGR，即 （B，G，R）

計算機中的顯示模式：

• 24比特模式：圖片中的每個像素使用三個8位無符號整數（0到255）表示紅色、綠色和藍色的強度。
• 16比特模式：16比特模式分配給每種原色各爲5比特，其中綠色爲6比特，因爲人眼對綠色分辨的色調更精確。但某些情況下每種原色各佔5比特，餘下的1比特不使用。
• 32比特模式：實際就是24比特模式，餘下的8比特不分配到像素中，這種模式是爲了提高數據輸送的速度。同樣在一些特殊情況下，如DirectX、OpenGL等環境，餘下的8比特用來表示象素的透明度（Alpha）。

CMY模型

CMY模型是一種減法混色模型，該模型解釋了塗料，染料，墨水和天然色素的混合物產生的顏色，每個顏色會減去（即吸收）某些波長的光並反射其它光。例如顏料不發光，看到的顏色其實是沒被吸收而被反射出來的光的顏色。所以顏料吸收的顏色就是我們看到顏料顏色的補色。因爲看到的顏色是白光減去看到顏色的補色，所以是減法模型。CMY模型主要應用在印刷行業，理論上只要CMY等比例混合就能得到黑色，但是因爲目前製造工藝水平的限制，製造出來的油墨純度都不夠高，CMY相加的結果實際只是一種暗紅色。又因爲在印刷業中黑色的使用頻率非常高，所以往往還會加入黑色（black）油墨，這就是CMYK色彩混合模式的由來。

青色C（紅色R的補色） 是因爲吸收光中的紅光R，剩下的綠光G和藍光B被反射出來，形成青色C
青色C= 白色- 紅色R = 綠色G+ 藍色B

品紅M（綠色G的補色） 是因爲吸收光中的綠光G，剩下的紅光R和藍光B被反射出來，形成品紅M
品紅M= 白色 - 綠色G =紅色R+ 藍色B

黃色Y（藍色B的補色） 是因爲吸收光中的藍光B，剩下的紅光R和綠光G被反射出來，形成黃色Y
黃色Y= 白色 - 藍色B = 紅色R + 綠色G

HSB(HSV)模型

HSB（HSV）模型是站在人的角度對顏色建模，我們對色彩的認識往往是：

1. 是什麼顏色？

   由色相（色彩相貌）H決定，決定了是什麼顏色？是紅色？綠色？還是什麼顏色？

2. 顏色鮮豔不鮮豔？

   由飽和度S，即顏色的濃度決定。

3. 顏色是亮還是暗？

   由明度 B 決定，可以理解爲照在顏色上光線的強度，光線越強，顏色越亮，反之，越暗。

Photoshop中拾色器的HSB如下圖所示：

灰度圖

灰度圖是指圖片中每個像素 R、G、B 三個分量的取值相同。因爲三個分量的取值相同，所以一共有256種灰度。當採用不同的算法時，得到的灰度圖不同。例如，可以取三個分量的最大值、最小值、平均值等作爲灰度：

Example：假設某個像素的取值爲：(60,120,180)
取最小值作爲分量：(60,60,60)
取最大值作爲分量：(180,180,180)
取平均值作爲分量：(60+120+180)/3=120-->(120,120,120)

OpenCV中RGB轉灰度圖(cvtColor(src, bwsrc, cv::COLOR_RGB2GRAY)的算法爲：

Gray=0.299*R+0.587*G+0.114*B

通道

下面通過例子來理解通道的含義。注意：不同顯示器顯示效果有差異，所以當你使用拾色器拾取顏色時，可能和下面不一樣。

原圖片：

小圓圈的RGB顏色分別爲：
(60,0,0)、(120,0,0)、(180,0,0)、(240,0,0)
(0,60,0)、(0,120,0)、(0,180,0)、(0,240,0)
(0,0,60)、(0,0,120)、(0,0,180)、(0,0,240)
(60,60,0)、(120,120,0)、(180,180,0)、(240,240,0)
(60,0,60)、(120,0,120)、(180,0,120)、(240,0,120)
(0,60,60)、(0,120,120)、(0,180,180)、(0,180,180)
字體的RGB顏色爲：(80,160,240)

紅色通道：

小圓圈的RGB顏色分別爲：
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
字體的RGB顏色爲：(80,80,80)

綠色通道：

小圓圈的RGB顏色分別爲：
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
字體的RGB顏色爲：(160,160,160)

藍色通道：

小圓圈的RGB顏色分別爲：
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(0,0,0)、(0,0,0)、(0,0,0)、(0,0,0)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
(60,60,60)、(120,120,120)、(180,180,180)、(240,240,240)
字體的RGB顏色爲：(240,240,240)

結論： RGB顏色模型是由空間笛卡爾直角座標系建模的，有三個軸 R、G、B，每個軸代表一個通道。由上面實驗結果可以看出，紅色通道、綠色通道、藍色通道都是一張灰度圖。RGB通道灰度圖生成策略爲：

紅色通道：（R,G,B）-->（R,R,R）以紅色分量去填充其他分量
綠色通道：（R,G,B）-->（G,G,G）以綠色分量去填充其他分量
藍色通道：（R,G,B）-->（B,B,B）以藍色分量去填充其他分量