常用色彩空間 RGB HSV YUV

參考資料

鏈接：https://www.jianshu.com/p/3e44c2262775

RGB色彩空間

在圖像處理中最常用的就是RGB色彩空間，非常容易被理解，用三個顏色分量來表示某個具體顏色。

他們組成三維正交座標系統，該系統中任何顏色都落入RGB彩色立方體內，在RGB顏色模型中，黑色在原點處，白色位於離原點最遠的角上，灰度級沿着這兩點的連線分佈，每一個分量圖像都是其原色圖像。

三原色RGB混合能形成其他的顏色，並不是說物理上其他顏色的光是由三原色的光混合形成的，每種單色光都有自己獨特的光譜，如黃光是一種單色光，但紅色與綠色混合能形成黃色，原因是人的感官系統所致，與人的生理系統有關。
只能說“將三原色光以不同的比例複合後，對人的眼睛可以形成與各種頻率的可見光等效的色覺。

存儲類型

（1）RGB555：16位的RGB格式，各分量都用5位表示，剩下的一位不用。

高字節 -> 低字節(根據內存大小端) XRRRRRGGGGGBBBBB(X代表不用)

（2）RGB565：16位的RGB格式，但是R佔用5位，G佔用6位，B佔用5位。

（3）RGB24：24位的RGB格式，各分量佔用8位，取值範圍爲0-255。

（4）RGB32：32位的RGB格式，各分量佔用8位，剩下的8位作Alpha通道或者不用。

（5）RGB222：8位的RGB格式，各分量佔用2bit位，剩下的2bit位不用！

爲什麼三原色可以表示不同的色彩，基本的原理是吸收倆種，反射另一種；把黃色顏料和青色顏料混合起來，因爲黃色顏料吸收藍光，青色顏料吸收紅光，因此只有綠色光反射出來，這就是黃色顏料加上青色顏料形成綠色的道理。

HSV色彩空間

而HSV模型，是針對用戶觀感的一種顏色模型，側重於色彩表示，什麼顏色、深淺如何、明暗如何

H：色彩 ，就是我們平時所說的顏色，紅、黃、橘紅等 取值範圍是0°~360° ,從紅色開始 ，逆時針方向計算，紅色爲0°，綠色爲120°,藍色爲240°。
S：飽和度，色彩的深淺度（0~100%）
V：明度，色彩的色調（0~100%）

有個很棒的理解方式：HSV模型對應於畫家配色的方法。畫家用改變色濃和 色深的方法從某種純色獲得不同色調的顏色，在一種純色中加入白色以改變色濃，加入黑色以改變色深，同時 加入不同比例的白色，黑色即可獲得各種不同的色調。

HSV對用戶來說是一種直觀的顏色模型。我們可以從一種純色彩開始，即指定色彩角H，並讓V=S=1，然後我們可以通過向其中加入黑色和白色來得到我們需要的顏色。增加黑色可以減小V而S不變，同樣增加白色可以減小S而V不變。例如，要得到深藍色，V=0.4
S=1 H=240度。要得到淡藍色，V=1 S=0.4 H=240度。
–百度百科

如果我們把紅色，也就是H爲0°，做個切片，那麼可以更好的分析色調 ，飽和度，亮度的關係
關鍵點：
當S=1 V=1時，H所代表的任何顏色被稱爲純色；
當S=0時，顏色最淺，最淺被描述爲灰色(灰色也有亮度，黑色和白色也屬於灰色)，灰色的亮度由V決定，此時H無意義；
當V=0時，顏色最暗，最暗被描述爲黑色，因此此時H(無論什麼顏色最暗都爲黑色)和S(無論什麼深淺的顏色最暗都爲黑色)均無意義。
下面是當H=0度 即爲紅色時，S和V組成的平面：

在這張圖中，S沿橫軸從左到右0-1增長 V沿縱軸由下到上0-1增長
可以看到，當S=0，即矩形左邊的豎線邊緣處，呈不同深淺的灰色
當V=0，即矩形下班的橫線邊緣處，呈黑色
當S=0 V=1時，此時顏色最亮，但也最淺。也就是矩形的左上角，呈白色。
當S=1(S=0) V=0時，顏色最深(最淺)，但最暗，均體現爲黑色
當S=1 V=1時，在矩形的右上角，就是純色的紅色，也就是我們常用的RGB(255, 0, 0)

與HSI的區別

HSV是(色相hue, 飽和度saturation, 明度value） ，而HSI是(色相hue, 飽和度saturation, 亮度lightness)

與HSV非常相似，僅用亮度（lightness）替代了明度（brightness）

二者區別在於，一種純色的明度等於白色的明度，而純色的亮度等於中度灰的亮度

HSV是一個顏色的子集，並不能表示所有顏色

與RGB的聯繫

1. 亮度V就是RGB值中最大的那個值進行歸一化。也就是說 V = max(R, G, B)/255.0f；
   可印證當V=0時，max(R, G, B)=0，也就是R=G=B=0，即爲黑色。
2. 深淺度S是RGB中最大值和最小值的差值與最大值的比值。設RGBMax=max(R,G,B) RGBMin=min(R,G,B) 那麼S= (RGBMax-RGBMin)/(float)RGBMax
   可印證當S=0時，RGBMax-RGBMin == 0，即R ==G ==B，此時顏色呈不同程度的灰色(由白到黑，亮度由V而定，因爲V=RGBMax*100/255，V越高，RGBMax ==R ==G ==B就越高，灰色越亮))。這也可以從上面給出的矩形圖看出

RGB2HSV

HSV2RGB

爲什麼選用HSV

在圖像處理中，通常情況下我們不會直接對RGB圖像做處理，這主要是因爲RGB與人類的視覺感知相差較遠，而HSV是接近人視覺的

比如，某些由於光照不同造成的視覺感知不同的場景下，我們通常用Value這個通道進行計算，通過計算梯度，可以較好的提取物體邊緣。

再比如某些場景下，前景飽和度較高，背景採用飽和度較低的顏色來襯托前景，這時Saturation這個通道的信息就非常有用了。

再比如，在某些室內場景下，風格較爲單一，一般一個物體只有一種顏色，這時候Hue這個通道就顯得尤爲重要了。

總之，HSV色彩空間在圖像處理領域應用非常廣泛，一般通過採用合適的通道就能完成大多數圖像預處理工作。

YUV色彩空間

YUV細分的話有Y’UV，YUV，YCbCr，YPbPr等類型，其中YCbCr主要用於數字信號。一般在做數字圖像處理時，所講的YUV大多是指YCbCr。YCbCr 有許多取樣格式, 如4∶4∶4 , 4∶2∶2 , 4∶1∶1 和4∶2∶0。

分類

以最常用的 444 422 420 爲例子

• YUV 4:4:4採樣，每一個Y對應一組UV分量。

• YUV 4:2:2採樣，每兩個Y共用一組UV分量。

• YUV 4:2:0採樣，每四個Y共用一組UV分量。

存儲

YUV的存儲格式有兩大類：packed、planar和SemiPlanar

• 對於packed的YUV格式，每個像素點的Y,U,V是連續交錯存儲的。
• 對於planar的YUV格式，先連續存儲所有像素點的Y，緊接着存儲所有像素點的U，隨後是所有像素點的V。
• 對於SemiPlanar，則是先連續存儲所有像素點的Y，再連續交錯U和V。
  先說複雜一些的packed方式

packed

• 對於444的packed 來說 內存排列是固定的Y1 U1 V1 Y2 U2 V2 對於

• 對於422來說，情況稍微複雜點，每兩個Y共用一組UV分量

  其他的VYUY422，YUYV422，YVYU422只不過是數據矩陣中Y,U,V順序差別:

  VYUY422： V1 Y1 U1 Y2 V2 Y3 U2 Y4 …

  YUYV422(YUY2)： Y1 U1 Y2 V1 Y3 U2 Y4 V2 …

  YVYU422： Y1 V1 Y2 U1 Y3 V2 Y4 U2 …
  

• 對於420來說，每四個Y共用一組UV分量
  

planar 和 SemiPlanar

422 planar

422 SemiPlanar

420 planar

420 SemiPlanar

其中YUV420P和YUV420SP根據U、V的順序，又可分出2種格式。
YUV420P：U前V後即YUV420P，也叫I420，
V前U後，叫YV12(YV表示Y後面跟着V，12表示12bit)。
YUV420SP：U前V後叫NV12，
V前U後叫NV21。
數據排列如下:
I420: YYYYYYYY UU VV =>YUV420P
YV12: YYYYYYYY VV UU =>YUV420P
NV12: YYYYYYYY UVUV =>YUV420SP
NV21: YYYYYYYY VUVU =>YUV420SP

常見枚舉

OpenNI

Astra SDK（奧比中光深度相機開發包）

typedef enum

{

// Depth

ONI_PIXEL_FORMAT_DEPTH_1_MM = 100,

ONI_PIXEL_FORMAT_DEPTH_100_UM = 101,

ONI_PIXEL_FORMAT_SHIFT_9_2 = 102,

ONI_PIXEL_FORMAT_SHIFT_9_3 = 103,

// Color

ONI_PIXEL_FORMAT_RGB888 = 200,

ONI_PIXEL_FORMAT_YUV422 = 201,

ONI_PIXEL_FORMAT_GRAY8 = 202,

ONI_PIXEL_FORMAT_GRAY16 = 203,

ONI_PIXEL_FORMAT_JPEG = 204,

ONI_PIXEL_FORMAT_YUYV = 205,

} OniPixelFormat;

LINUX_VIDEODEV2

#define V4L2_PIX_FMT_YUYV    v4l2_fourcc('Y','U','Y','V') /* 16  YUV 4:2:2     */

#define V4L2_PIX_FMT_UYVY    v4l2_fourcc('U','Y','V','Y') /* 16  YUV 4:2:2     */

#define V4L2_PIX_FMT_YUV422P v4l2_fourcc('4','2','2','P') /* 16  YVU422 planar */

#define V4L2_PIX_FMT_NV12    v4l2_fourcc('N','V','1','2') /* 12  Y/CbCr 4:2:0  */

#define V4L2_PIX_FMT_NV21    v4l2_fourcc('N','V','2','1') /* 12  Y/CrCb 4:2:0  */

#define V4L2_PIX_FMT_YVU420  v4l2_fourcc('Y','V','1','2') /* 12  YVU 4:2:0     */

#define V4L2_PIX_FMT_YUV420  v4l2_fourcc('Y','U','1','2') /* 12  YUV 4:2:0     */

微軟 YUV格式定義

GUID	Format	Sampling	Packed or planar	Bits per channel
MEDIASUBTYPE_AYUV	AYUV	4:4:4	Packed	8
MEDIASUBTYPE_YUY2	YUY2	4:2:2	Packed	8
MEDIASUBTYPE_UYVY	UYVY	4:2:2	Packed	8
MEDIASUBTYPE_IMC1	IMC1	4:2:0	Planar	8
MEDIASUBTYPE_IMC3	IMC2	4:2:0	Planar	8
MEDIASUBTYPE_IMC2	IMC3	4:2:0	Planar	8
MEDIASUBTYPE_IMC4	IMC4	4:2:0	Planar	8
MEDIASUBTYPE_YV12	YV12	4:2:0	Planar	8
MEDIASUBTYPE_NV12	NV12	4:2:0	Planar	8