zoukankan      html  css  js  c++  java
  • 图像处理之色相、饱和度、明度

    色相、饱和度、明度定义

      色彩三要素(Elements of color)色彩可用的色调(色相)、饱和度(纯度)和明度来描述。人眼看到的任一彩色光都是这三个特性的综合效果,这三个特性即是色彩的三要素,其中色调与光波的波长有直接关系,亮度和饱和度与光波的幅度有关。

    1.1 色相定义

      色彩是由于物体上的物理性的光反射到人眼视神经上所产生的感觉。色的不同是由光的波长的长短差别所决定的。作为色相,指的是这些不同波长的色的情况。波长最长的是红色,最短的是紫色。把红、橙、黄、绿、蓝、紫和处在它们各自之间的红橙、黄橙、黄绿、蓝绿、蓝紫、红紫这6种中间色——共计12种色作为色相环。在色相环上排列的色是纯度高的色,被称为纯色。这些色在环上的位置是根据视觉和感觉的相等间隔来进行安排的。用类似这样的方法还可以再分出差别细微的多种色来。在色相环上,与环中心对称,并在180度的位置两端的色被称为互补色

                                 

    1.2 饱和度定义

      用数值表示色的鲜艳或鲜明的程度称之为彩度。有彩色的各种色都具有彩度值,无彩色的色的彩度值为0,对于有彩色的色的彩度(纯度)的高低,区别方法是根据这种色中含灰色的程度来计算的。彩度由于色相的不同而不同,而且即使是相同的色相,因为明度的不同,彩度也会随之变化的。

                             

    1.3 明度定义

      表示色所具有的亮度和暗度被称为明度。计算明度的基准是灰度测试卡。黑色为0,白色为10,在0—10之间等间隔的排列为9个阶段。色彩可以分为有彩色和无彩色,但后者仍然存在着明度。作为有彩色,每种色各自的亮度、暗度在灰度测试卡上都具有相应的位置值。彩度高的色对明度有很大的影响,不太容易辨别。在明亮的地方鉴别色的明度比较容易的,在暗的地方就难以鉴别。

                               

    色相、饱和度、明度调节

      常在RGB色彩空间调整亮度与饱和度不是很直观,而HSL彩色空可以很直观表示出每个像素的饱和度与亮度。所以首先读取图像的像素RGB值然后再转换到HSL空间得到饱和度与亮度值,调整以后再从HSL空间转换到RGB空间的RGB值,对每个像素完成这样的调整就完成图像的亮度与饱和度调整。

    饱和度调节源码实现

     1 #include "highgui.h"
     2 #include "cv.h"
     3 #include "stdio.h"
     4 IplImage* src = 0;
     5 int g_switch_value = 0;
     6 int value=0;
     7 int main( )//int argc,char**argv) 
     8 {
     9     src = cvLoadImage("11.bmp", 1);
    10     CvSize cvSz = cvGetSize(src);
    11     IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 );   
    12     IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 );   
    13     IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 );
    14     cvCvtColor(src,src,CV_RGB2HSV);//RGB转为HSV空间
    15     cvCvtPixToPlane( src,h_plane, s_plane, v_plane, 0 ); //HSV分为H,S,V三个分量  
    16     cvNamedWindow("src",1);
    17     cvCreateTrackbar("bar","src",&g_switch_value,200,NULL);    
    18     unsigned char* pTest = (uchar*)s_plane->imageData;
    19     int m=src->height;
    20     int n=src->width;
    21     printf("%d
    ",m);//输出图像的长和宽
    22     printf("%d
    ",n);
    23     while(1)
    24     {
    25       if(cvGetTrackbarPos("bar","src")!=value)
    26       {
    27        for(int y=0;y<m;y++)
    28        {
    29         for( int x=0; x<n; x++ ) 
    30         {    
    31             pTest[y*n+x] +=cvGetTrackbarPos("bar","src")-value;//pTest[y*n+x]+g_switch_value;
    32         }
    33        }
    34        value=cvGetTrackbarPos("bar","src");
    35       }
    36        cvCvtPlaneToPix( h_plane, s_plane, v_plane, 0, src );
    37        cvCvtColor(src,src,CV_HSV2RGB);      
    38        cvShowImage("src",src);  
    39        if(cvWaitKey (15)==27) break;                        //按Esc退出
    40      }
    41        cvReleaseImage(&src);
    42        cvDestroyWindow("src");
    43        return 0;
    44 }
  • 相关阅读:
    从最近面试聊聊我所感受的职业天花板
    NetCore基于EasyNetQ的高级API使用RabbitMq
    Ocelot学习笔记
    使用iis反向代理.net core应用程序
    Odoo 部署windows server 2012
    低版本VMware与docker不兼容
    odoo tools
    Pandas 学习随笔
    Json数据校验 Json Schema
    python入门
  • 原文地址:https://www.cnblogs.com/qiqibaby/p/5323537.html
Copyright © 2011-2022 走看看