OpenCV:圖像的顏色空間轉換

導包：

import numpy as np
import cv2
import matplotlib.pyplot as plt
def show(image):
    plt.imshow(image)
    plt.axis('off')
    plt.show()
def imread(image):
    image=cv2.imread(image)
    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    return image

RGB當中每一個顏色都有256階亮度，每一階都對應着一個亮度：

image=imread("123.jpg")
(R,G,B)=cv2.split(image)#這里將通道進行拆分
print(image.shape)
print(image.shape[:2])
zeros=np.zeros(image.shape[:2],dtype='uint8')#這里只取了圖像三要素當中的前面部分，畢竟通道拆分之后其顏色空間就僅有一個了
show(cv2.merge([R,zeros,zeros]))
show(cv2.merge([zeros,G,zeros]))
show(cv2.merge([zeros,zeros,B]))#merge是將通道進行合並

顏色空間的HSV模型。 H代表的是顏色的色調，一共從0—360度。每一度代表這不同的顏色模型 S：代表飽和度，飽和度的取值范圍是%0—100,如果飽和度越大，則白色的占有率越小，顏色則越飽滿，飽和度越小則白色越明顯。 V:代表明度，取值是%0——100，0表示的最黑，100表示的是最亮

#由於我們在opencv當中的顏色最開始都是采用的是BGR的模式，然后我們之前編寫的函數將BGR轉換成了RGB的模式，但是在這里我們需要重新將RGB的格式
#更改為HSV的格式才對
image=imread("123.jpg")
hsv=cv2.cvtColor(image,cv2.COLOR_RGB2HSV)
print(image.shape)
print(image.shape[:2])
zeros=np.zeros(image.shape[:2],dtype='uint8')#這里只取了圖像三要素當中的前面部分，畢竟通道拆分之后其顏色空間就僅有一個了
for (name,chan) in zip(('H','S','V'),cv2.split(hsv)):
    cv2.imshow(name,chan)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面展示灰度圖的顯示，這個在我們圖像處理當中的是最為常用的：

image=cv2.imread("123.jpg")#這里用自帶的方法讀取圖片就不會出現圖片顯示不正確的結果了
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('original',image)
cv2.imshow('gray',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()