OpenCV與影像處理學習二——影像基礎知識（下）

本次學習筆記是對上次筆記的續寫，一次寫太多看起來也累。。
上次筆記的連線：OpenCV與影像處理學習一——影像基礎知識（上）

2.4 影像直方圖（Image Histogram）

用以表示數字影像中亮度分佈的直方圖，標繪了影像中每個亮度值的畫素數。橫座標左側為純黑、較暗區域，右側為純白、較亮區域。

如下圖所示，兩幅圖的右上角都繪製了它們各自的影像直方圖：

意義：是影像中畫素強度分佈的圖形表達方式。它統計了每個強度值所具有的畫素個數。CV領域藉助影像直方圖來實現影像的二值化。

2.4.1 直方圖的繪製

函式：

cv.calcHist( images, channels, mask, histSize, ranges[, hist[, accumulate]]	)

引數：

1. images：待統計影像，需用中括號括起來。
2. channels：待統計的通道。
3. mask：這裡沒用到，暫時不知道幹啥的。
4. histSize：表示直方圖分成多少份。
5. ranges：表示直方圖中各個畫素的值，灰度值範圍。

先來看一下單通道的統計：

from matplotlib import pyplot as plt
import cv2
import numpy as np
img = cv2.imread('girl.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

plt.imshow(img_gray, cmap=plt.cm.gray)
hist = cv2.calcHist([img], [0], None, [256], [0, 256])

plt.figure()
plt.title("Grayscale Histogram")
plt.xlabel("Bins")
plt.ylabel("# of Pixels")
plt.plot(hist)
plt.xlim([0, 256])
plt.show()

這裡只統計了第一個通道的直方圖，結果如下所示：

2.4.2 三通道直方圖繪製

看一下三個通道的例子：

from matplotlib import pyplot as plt
import cv2
girl = cv2.imread("girl.jpg")
cv2.imshow("girl", girl)
color = ("b", "g", "r")
#使用for迴圈遍歷color列表，enumerate列舉返回索引和值
for i, color in enumerate(color):
    hist = cv2.calcHist([girl], [i], None, [256], [0, 256])
    plt.title("girl")
    plt.xlabel("Bins")
    plt.ylabel("num of perlex")
    plt.plot(hist, color = color)
    plt.xlim([0, 260])
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()

看一下結果：

由此可見，三通道的彩色圖裡的畫素值的分佈是不一樣的。

2.5 顏色空間

顏色空間也稱彩色模型/彩色空間/彩色系統，用途是在某些標準下用通常可接受的方式對彩色加以說明。

常見的顏色空間有RGB、HSV、HSI以及CMYK，下面分別來看一下。

2.5.1 RGB顏色空間

主要用於計算機圖形學中，依據人眼識別的顏色建立，影像中每一個畫素都具有R、G、B三個顏色分量組成，均屬於[0，255]。通常表示某個顏色時，寫成一個3維向量形式（110,150,130）。

RGB顏色模型：

• 原點對應的顏色為黑色，三分量均為0。
• 距離原點最遠的頂點對應顏色為白色，三分量均為1。
• 從黑色到白色的灰度值分佈在這兩點的連線上，該虛線稱為灰度線。
• 立方體其餘各點對應不同顏色，即三原色紅、綠、藍及其混合色黃、品紅、青色。

2.5.2 HSV顏色空間（Hue、Saturation、Value）

根據顏色直觀特性由A.R.Smith在1978年建立的一種顏色空間，引數分別是：色調（Hue）、飽和度（Saturation）、明度（ Value）。

HSV顏色模型：

• H通道：Hue，色調/色彩，代表顏色，0°對應紅色，120°對應綠色，240°對應藍色。
• S通道：Saturation，飽和度，取值範圍：0%~100%，值越大，越飽和。
• V通道：Value，明暗，數值越大越亮，0%（黑）到100%（白）。

RGB空間與HSV空間轉化：

import cv2
# 色彩空間轉換函式
def color_space_demo(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    cv2.imshow('gray', gray)
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # print(hsv)
    cv2.imshow('hsv', hsv)
# 讀入一張彩色圖
src = cv2.imread('girl.jpg')
cv2.imshow('before', src)
# 呼叫color_space_demo函式進行色彩空間轉化
color_space_demo(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

結果如下所示：

2.5.3 HSI

由美國色彩學家孟塞爾於1915年提出，它反映了人視覺系統感知彩色的方式，以色調、飽和度和強度三種基本特徵量來感知顏色，即把HSV中的明度換成了強度I。

HSI顏色模型：

模型優點：

• 在處理彩色影像時，可僅對I分量進行處理，結果不改變原影像中的彩色種類。
• HSI模型完全反映了人感知顏色的基本屬性，與人感知顏色的基本屬性，與人感知顏色的結果一一對應。

2.5.4 CMYK（Cyan、Magenta、Yellow、black）

應用於印刷工業，印刷業通過青（C）、品（M）、黃（Y）三原色油墨的不同網點面積率的疊印來表現豐富多彩的顏色和階調，這便是三原色的CMY顏色空間。