读取图像,使用HSV\text{HSV}HSV表示色彩的图像的色相反转。
Author: Tian YJ
原图如下:
HSV\text{HSV}HSV即使用色相(Hue)、饱和度(Saturation)、明度(Value)来表示色彩的一种方式。
色相:将颜色使用0∘0^{\circ}0∘到360∘360^{\circ}360∘表示,就是平常所说的颜色名称,如红色、蓝色。色相与数值按下表对应:
红 | 黄 | 绿 | 青色 | 蓝色 | 品红 | 红 |
---|---|---|---|---|---|---|
0∘0^{\circ}0∘ | 60∘60^{\circ}60∘ | 120∘120^{\circ}120∘ | 180∘180^{\circ}180∘ | 240∘240^{\circ}240∘ | 300∘300^{\circ}300∘ | 360∘360^{\circ}360∘ |
饱和度:是指色彩的纯度,饱和度越低则颜色越黯淡(0≤S<10\leq S < 10≤S<1);
明度:即颜色的明暗程度。数值越高越接近白色,数值越低越接近黑色(0≤V<10\leq V < 10≤V<1);
从RGB\text{RGB}RGB色彩表示转换到HSV\text{HSV}HSV色彩表示通过以下方式计算:
RGB\text{RGB}RGB的取值范围为[0,1][0, 1][0,1],令:
Max=max(R,G,B)Min=min(R,G,B)
\text{Max}=\max(R,G,B)\\
\text{Min}=\min(R,G,B)
Max=max(R,G,B)Min=min(R,G,B)
色相:
H={0(if Min=Max)60 G−RMax−Min+60(if Min=B)60 B−GMax−Min+180(if Min=R)60 R−BMax−Min+300(if Min=G)
H=\begin{cases}
0&(\text{if}\ \text{Min}=\text{Max})\\
60\ \frac{G-R}{\text{Max}-\text{Min}}+60&(\text{if}\ \text{Min}=B)\\
60\ \frac{B-G}{\text{Max}-\text{Min}}+180&(\text{if}\ \text{Min}=R)\\
60\ \frac{R-B}{\text{Max}-\text{Min}}+300&(\text{if}\ \text{Min}=G)
\end{cases}
H=⎩⎪⎪⎪⎨⎪⎪⎪⎧060 Max−MinG−R+6060 Max−MinB−G+18060 Max−MinR−B+300(if Min=Max)(if Min=B)(if Min=R)(if Min=G)
饱和度:
S=Max−Min
S=\text{Max}-\text{Min}
S=Max−Min
明度:
V=Max
V=\text{Max}
V=Max
从HSV\text{HSV}HSV色彩表示转换到RGB\text{RGB}RGB色彩表示通过以下方式计算:
C=SH′=H60X=C (1−∣H′mod 2−1∣)(R,G,B)=(V−C) (1,1,1)+{(0,0,0)(if H is undefined)(C,X,0)(if0≤H′<1)(X,C,0)(if1≤H′<2)(0,C,X)(if2≤H′<3)(0,X,C)(if3≤H′<4)(X,0,C)(if4≤H′<5)(C,0,X)(if5≤H′<6)
C = S\\
H' = \frac{H}{60}\\
X = C\ (1 - |H' \mod 2 - 1|)\\
(R,G,B)=(V-C)\ (1,1,1)+\begin{cases}
(0, 0, 0)& (\text{if H is undefined})\\
(C, X, 0)& (\text{if}\quad 0 \leq H' < 1)\\
(X, C, 0)& (\text{if}\quad 1 \leq H' < 2)\\
(0, C, X)& (\text{if}\quad 2 \leq H' < 3)\\
(0, X, C)& (\text{if}\quad 3 \leq H' < 4)\\
(X, 0, C)& (\text{if}\quad 4 \leq H' < 5)\\
(C, 0, X)& (\text{if}\quad 5 \leq H' < 6)
\end{cases}
C=SH′=60HX=C (1−∣H′mod2−1∣)(R,G,B)=(V−C) (1,1,1)+⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧(0,0,0)(C,X,0)(X,C,0)(0,C,X)(0,X,C)(X,0,C)(C,0,X)(if H is undefined)(if0≤H′<1)(if1≤H′<2)(if2≤H′<3)(if3≤H′<4)(if4≤H′<5)(if5≤H′<6)
这里将实现将色相反转(色相值加180180180),然后再用RGB\text{RGB}RGB色彩空间表示图片。
# -*- coding: utf-8 -*-
"""
Created on Tue Apr 7 22:12:41 2020
@author: Tian YJ
"""
import cv2
import numpy as np
# RGB --> HSV
def RGB2HSV(img_):
img = img_.copy() / 255 # 进行归一化
hsv = np.zeros_like(img, dtype = np.float32) # HSV初始化
# 求取每一像素在不同通道的最大值Max与最小值Min
Max = np.max(img, axis=2).copy()
Min = np.min(img, axis=2).copy()
# 找出最小值位于哪一通道
Min_arg = np.argmin(img, axis=2)
### 求色相H
hsv[...,0][np.where(Max==Min)] = 0
# 当Min位于B通道时
index = np.where(Min_arg == 0)
hsv[...,0][index] = 60*(img[...,1][index]-img[...,2][index])/(Max[index]-Min[index])+60
# 当Min位于G通道时
index = np.where(Min_arg == 1)
hsv[...,0][index] = 60*(img[...,2][index]-img[...,0][index])/(Max[index]-Min[index])+300
# 当Min位于R通道时
index = np.where(Min_arg == 2)
hsv[...,0][index] = 60*(img[...,0][index]-img[...,1][index])/(Max[index]-Min[index])+180
### 求饱和度S
hsv[...,1] = Max.copy() - Min.copy()
### 求明度V
hsv[...,2] = Max.copy()
return hsv
# HSV --> RGB
def HSV2RGB(img_, hsv):
img = img_.copy() / 255
# 求取每一像素在不同通道的最大值Max与最小值Min
Max = np.max(img, axis=2).copy()
Min = np.min(img, axis=2).copy()
out = np.zeros_like(img, dtype=np.float32)
# 求取HSV分量
H = hsv[...,0]
S = hsv[...,1]
V = hsv[...,2]
# 按公式进行转换
C = S
H_ = H/60
X = C * (1 - np.abs( H_ % 2 - 1))
# 设置中间零矩阵
Z = np.zeros_like(H)
# 公式中是按RGB排列,这里倒过来按BGR排列
temp = [[Z,X,C], [Z,C,X], [X,C,Z], [C,X,Z], [C,Z,X],[X,Z,C]]
for i in range(6):
index = np.where((i<H_ ) & (H_HSV
hsv = RGB2HSV(img)
# 进行色相反转即将色相值加180
hsv[..., 0] = (hsv[..., 0] + 180) % 360
# 调用函数HSV-->RGB
out = HSV2RGB(img, hsv)
# 保存图片
cv2.imwrite(file_out, out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果展示
原图 | 色相反转 |
---|---|