网站建设验收,建立个人网站多少钱,晋中网站seo,如何做自己的vip视频解析网站Lab
“Lab” 图像格式通常指的是 CIELAB 色彩空间#xff0c;也称为 Lab 色彩空间。它是一种用于描述人类视觉感知的颜色的设备无关色彩空间#xff0c;与常见的 RGB 和 CMYK 色彩空间不同。CIELAB 由国际照明委员会#xff08;CIE#xff09;于1976年定义#xff0c;用于…Lab
“Lab” 图像格式通常指的是 CIELAB 色彩空间也称为 Lab 色彩空间。它是一种用于描述人类视觉感知的颜色的设备无关色彩空间与常见的 RGB 和 CMYK 色彩空间不同。CIELAB 由国际照明委员会CIE于1976年定义用于更准确地表示人眼对色彩的感知。 CIELAB 包括三个通道L亮度、a从绿色到红色的颜色分量和b从蓝色到黄色的颜色分量。这种色彩空间的主要优势在于它试图模拟人眼对色彩的感知方式使得在 Lab 空间中更接近的颜色在视觉上也更相似。这使得 Lab 色彩空间在许多颜色相关的应用中很有用如图像处理、颜色校正和颜色匹配等。 然而需要注意的是Lab 图像格式本身并不是一种常见的图像文件格式如 JPEG、PNG 或 GIF。相反Lab 色彩空间通常是用于图像处理中的中间色彩空间以帮助进行颜色校正、色彩调整和其他颜色相关的操作。要在计算机上表示 Lab 色彩空间通常会使用浮点数值表示 L、a 和 b 通道的值。
YCbCr
YCbCr 是一种用于数字图像和视频编码的颜色空间它与 RGB 颜色空间不同。YCbCr 通常用于图像和视频压缩、传输以及数字媒体处理中因为它具有对人眼感知不同的颜色和亮度信息分离的特性这样可以在保持视觉质量的前提下减少数据传输量。 YCbCr 由三个分量组成 Y亮度表示图像的明亮度分量。这个分量对应于人眼对图像的亮度感知。 Cb 和 Cr色差这两个分量表示颜色信息中的色度或色差分量。Cb 表示蓝色和亮度之间的差异而 Cr 表示红色和亮度之间的差异。这种分离允许将色彩信息与亮度信息分开从而在不显著影响视觉感知的情况下进行压缩。 YCbCr 被广泛用于数字媒体技术中例如 JPEG 图像压缩、视频编码如 MPEG 和 H.264以及数字电视广播中。许多图像和视频格式都使用 YCbCr 色彩空间来存储数据因为它在保留图像质量的同时可以减少存储和传输的数据量。在这些格式中图像的颜色信息被映射到 Cb 和 Cr 通道而亮度信息保留在 Y 通道中。
HSV
它基于人类视觉系统对颜色的感知方式与 RGB 和 CMYK 色彩空间不同。HSV 代表色相Hue、饱和度Saturation和亮度Value它提供了一种直观的方式来描述颜色的不同方面。 以下是 HSV 色彩空间的三个分量
色相Hue色相表示颜色的基本属性即我们常说的颜色名称如红色、绿色、蓝色等。色相的取值范围通常为 0 到 360 度将整个颜色环划分为不同的颜色。饱和度Saturation饱和度表示颜色的纯度或鲜艳程度。饱和度较低的颜色会更加灰暗或淡化而高饱和度的颜色更加鲜艳。饱和度的取值范围通常为0%灰色到 100%完全饱和。亮度Value亮度表示颜色的明暗程度。较高的亮度值表示颜色较亮而较低的值表示颜色较暗。亮度的取值范围通常为 0%黑色到100%白色。 HSV 色彩空间通常在图像处理和计算机图形学中使用因为它提供了更直观的控制颜色外观的方式。与 RGB 色彩空间相比HSV 更适合用于调整颜色的饱和度和明暗程度而不必考虑颜色之间的复杂交互影响。
代码
首先先定义这些颜色空间的数据结构为了方便读写图像这里使用OpenCV来读入图像读入之后把BGR转成RGB。
#pragma once
#include iostream
#include algorithm
#include opencv2/opencv.hpp
struct Lab
{float L;float a;float b;
};struct YCbCr
{float Y;float Cb;float Cr;
};struct HSV
{int h;double s;double v;
};struct BGR
{float b;float g;float r;
};实现代码
void BGR_YCbCr(BGR bgr, YCbCr y)
{y.Y 0.257 * bgr.r 0.564 * bgr.g 0.098 * bgr.b 16;y.Cb -0.148 * bgr.r - 0.291 * bgr.g 0.439 * bgr.b 128;y.Cr 0.439 * bgr.r - 0.368 * bgr.g - 0.071 * bgr.b 128;
}void BGR_Lab(BGR bgr, Lab lab)
{double X, Y, Z;double Fx 0, Fy 0, Fz 0;double b bgr.b / 255.00;double g bgr.g / 255.00;double r bgr.r / 255.00;// gamma 2.2if (r 0.04045)r pow((r 0.055) / 1.055, 2.4);elser r / 12.92;if (g 0.04045)g pow((g 0.055) / 1.055, 2.4);elseg g / 12.92;if (b 0.04045)b pow((b 0.055) / 1.055, 2.4);elseb b / 12.92;// sRGBX r * 0.436052025 g * 0.385081593 b * 0.143087414;Y r * 0.222491598 g * 0.716886060 b * 0.060621486;Z r * 0.013929122 g * 0.097097002 b * 0.714185470;// XYZ range: 0~100X X * 100.000;Y Y * 100.000;Z Z * 100.000;// Reference White Point//2度视场 D50光源三刺激值double ref_X 96.4221;double ref_Y 100.000;double ref_Z 82.5211;X X / ref_X;Y Y / ref_Y;Z Z / ref_Z;// Labif (X 0.008856)Fx pow(X, 1 / 3.000);elseFx (7.787 * X) (16 / 116.000);if (Z 0.008856)Fz pow(Z, 1 / 3.000);elseFz (7.787 * Z) (16 / 116.000);if (Y 0.008856){Fy pow(Y, 1 / 3.000);lab.L (116.000 * Fy) - 16.0 0.5;}else{Fy (7.787 * Y) (16 / 116.000);lab.L 903.3 * Y;}lab.a 500.000 * (Fx - Fy) 0.5;lab.b 200.000 * (Fy - Fz) 0.5;
}bool IsEquals(double val1, double val2)
{return fabs(val1 - val2) 0.001;
}void BGR_HSV(BGR bgr, HSV hsv)
{double b, g, r;double h, s, v;double min, max;double delta;b bgr.b / 255.0;g bgr.g / 255.0;r bgr.r / 255.0;if (r g){max std::max(r, b);min std::min(g, b);}else{max std::max(g, b);min std::min(r, b);}v max;delta max - min;if (IsEquals(max, 0))s 0.0;elses delta / max;if (max min)h 0.0;else{if (IsEquals(r, max) g b){h 60 * (g - b) / delta 0;}else if (IsEquals(r, max) g b){h 60 * (g - b) / delta 360;}else if (IsEquals(g, max)){h 60 * (b - r) / delta 120;}else if (IsEquals(b, max)){h 60 * (r - g) / delta 240;}}hsv.h (int)(h 0.5);hsv.h (hsv.h 359) ? (hsv.h - 360) : hsv.h;hsv.h (hsv.h 0) ? (hsv.h 360) : hsv.h;hsv.s s;hsv.v v;
}BGR BGR_value(cv::Mat cv_src)
{cv::Scalar s cv::mean(cv_src);BGR bgr;bgr.b s[0];bgr.g s[1];bgr.r s[2];return bgr;
}
