网站系统建设与管,wordpress插件的使用,网站添加留言板功能,html 网站源码 卖手机颜色空间
颜色空间#xff08;Color Space#xff09;是描述颜色的一种方式#xff0c;它是一个由数学模型表示的三维空间#xff0c;通常用于将数字表示的颜色转换成可见的颜色。颜色空间的不同取决于所选的坐标轴和原点#xff0c;以及用于表示颜色的色彩模型。在计算机…颜色空间
颜色空间Color Space是描述颜色的一种方式它是一个由数学模型表示的三维空间通常用于将数字表示的颜色转换成可见的颜色。颜色空间的不同取决于所选的坐标轴和原点以及用于表示颜色的色彩模型。在计算机图形学和数字图像处理中常用的颜色空间有RGB、CMYK、YUV、YCbCr、HSV等。
RGB、YUV、YCbCr、CMYK的区别
RGB、YUV、YCbCr是三种不同的颜色空间。
RGB颜色空间是将颜色分解为红、绿、蓝三原色这是一种加色模型常用于计算机图形学和显示设备上。在RGB颜色空间中每个像素由红、绿、蓝三个通道组成。
YUV和YCbCr颜色空间是一种亮度-色度模型主要用于视频信号的编码和传输。其中Y表示亮度LumaU和V或Cb和Cr表示色度Chroma。
在YUV颜色空间中亮度Y表示图像的亮度信息色度U和V表示颜色信息。Y通道只包含亮度信息U和V通道包含颜色信息。在YUV颜色空间中对于一幅图像只需要传输亮度信息Y就可以保证图像的主要内容传输。色度信息U和V可以通过亮度信息Y来计算从而实现压缩。
YCbCr颜色空间是YUV颜色空间的一种变体常用于数字图像和视频处理中。YCbCr颜色空间中Y通道和YUV颜色空间中的Y通道一样表示亮度信息Cb和Cr通道表示色度信息。与YUV不同的是Cb和Cr通道都经过了一定程度的色度子采样以减少图像数据的传输量和存储空间。
总之RGB颜色空间用于计算机图形学和显示设备YUV 主要用于电视广播和视频传输而 YCbCr 主要用于数字图像和视频处理包括压缩、编码、解码和显示等领域。 YCbCr与RGB的相互转换
RGB-YCbCr
RGB颜色空间转换成YCbCr颜色空间公式如下 Y 0.299 R 0.587 G 0.114 B C b − 0.1687 R − 0.3313 G 0.5 B C r 0.5 R − 0.4187 G − 0.0813 B Y0.299R0.587G0.114B\\ Cb-0.1687R-0.3313G0.5B\\ Cr0.5R-0.4187G-0.0813B Y0.299R0.587G0.114BCb−0.1687R−0.3313G0.5BCr0.5R−0.4187G−0.0813B
YCbCr-RGB R Y 1.402 C r G Y − 0.344 C b − 0.714 C r B Y 1.772 C b RY1.402Cr\\ GY-0.344Cb-0.714Cr\\ BY1.772Cb RY1.402CrGY−0.344Cb−0.714CrBY1.772Cb
注释
Y通道代表亮度其取值范围为0到255。而Cb和Cr通道代表色度其取值范围为-128到127在具体使用时通常需要加上128的偏移量使其取值范围变为0到255与Y通道一致。这样做的目的是方便数据传输和处理。所以有很多其他文章的RGB到YCbCr公式加了128需要注意其中含义不要混淆
测试代码
import matplotlib.pyplot as plt # plt 用于显示图片
import numpy as np
import cv2
import copy# ITU-R BT.601
# https://en.wikipedia.org/wiki/YCbCr
# RGB - YCbCr
def rgb2ycbcr(rgb):m np.array([[ 0.299, 0.587, 0.114],[-0.1687, -0.3313, 0.5],[ 0.5, -0.4187, -0.0813]])shape rgb.shapeif len(shape) 3:rgb rgb.reshape((shape[0] * shape[1], 3))ycbcr np.dot(rgb, m.transpose())return ycbcr.reshape(shape)# ITU-R BT.601
# https://en.wikipedia.org/wiki/YCbCr
# YUV - RGB
def ycbcr2rgb(ycbcr):m np.array([[ 1,0, 1.402],[1, -0.344, -0.714],[ 1, 1.772, 0]])shape ycbcr.shapeif len(shape) 3:ycbcr ycbcr.reshape((shape[0] * shape[1], 3))rgb np.dot(ycbcr, m.transpose())return rgb.reshape(shape)def main():#opencv的颜色通道顺序为[B,G,R]而matplotlib颜色通道顺序为[R,G,B],所以需要调换一下通道位置img1 cv2.imread(./yuv.jpg)[:,:,(2,1,0)] # 读取和代码处于同一目录下的 yuv.jpgimg2rgb2ycbcr(img1)#结果展示plt.rcParams[font.sans-serif] [SimHei] # 中文乱码plt.subplot(221)#imshow()对图像进行处理画出图像show()进行图像显示plt.imshow(img1)plt.title(RGB原图)#不显示坐标轴plt.axis(off)# print(原RGB图像)# print(img1)#子图2plt.subplot(222)img2rgb2ycbcr(img1)#Cb分量赋值为0img2[:,:,1]0#Cr分量赋值为0img2[:,:,2]0#重新转成rgb图像img3ycbcr2rgb(img2)# print(RGB-YCbCr图像)# print(img2)img3img3.astype(np.uint8)plt.imshow(img3)plt.title(Y通道)plt.axis(off)#子图3plt.subplot(223)# print(YCbCr-RGB图像)# print(img3)img2rgb2ycbcr(img1)#Y分量赋值为0img2[:,:,0]0#Cr分量赋值为0img2[:,:,2]0#重新转成rgb图像img4ycbcr2rgb(img2)# print(img4)img4img4.astype(np.uint8)# print(img3)plt.imshow(img4)plt.title(Cb通道)plt.axis(off)#子图4plt.subplot(224)img2rgb2ycbcr(img1)#Y分量赋值为0img2[:,:,0]0#Cb分量赋值为0img2[:,:,1]0#重新转成rgb图像img5ycbcr2rgb(img2)img5img5.astype(np.uint8)plt.imshow(img5)plt.title(Cr通道)plt.axis(off)# #设置子图默认的间距plt.tight_layout()#显示图像plt.show()if __name__ __main__:main()
运行结果
原图片 转换结果 参考
[1] YCbCr
[2] jpeg图片格式详解
[3] RGB、YUV和HSV颜色空间模型
[4] RGB和YUV色彩模式
[5] YUV颜色编码格式
[6] 在Python中正确地将RGB转换成YCbCr
[7] JPEG算法解密
