颜色空间转换RGB-YCbCr

news2024/11/27 16:48:28

颜色空间

RGB、YUV和YCbCr都是人为规定的彩色模型或颜色空间（有时也叫彩色系统或彩色空间）。它的用途是在某些标准下用通常可接受的方式对彩色加以说明。本质上，彩色模型是坐标系统和子空间的阐述。

YCbCr与RGB的相互转换

RGB->YCbCr

$Y=0.299R+0.587G+0.114B\\ Cb=0.564(B-Y)=0.564(-0.299R-0.587G+0.886B)=-0.1686R-0.3311G+0.4997B\\ Cr=0.713(R-Y)=0.713(0.701R-0.587G-0.114B)=0.4998R-0.4185G-0.0813B$

YCbCr->RGB

$R=Y+1.402Cr\\ G=Y-0.344Cb-0.714Cr\\ B=Y+1.772Cb$

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],
                  [-0.1686, -0.3311, 0.4997],
                  [ 0.4998, -0.4185, -0.0813]])
    shape = rgb.shape
    if 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.shape
    if len(shape) == 3:
        ycbcr = ycbcr.reshape((shape[0] * shape[1], 3))
    rgb = copy.deepcopy(ycbcr)
    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.jpg
  img2=rgb2ycbcr(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2
  plt.subplot(222)
  img2=rgb2ycbcr(img1)
  #Cb分量赋值为0
  img2[:,:,1]=0
  #Cr分量赋值为0
  img2[:,:,2]=0
  #重新转成rgb图像
  img3=ycbcr2rgb(img2)
  # print('RGB-YCbCr图像')
  # print(img2)
  img3=img3.astype(np.uint8)
  plt.imshow(img3)
  plt.title('Y通道')
  plt.axis('off')

  #子图3
  plt.subplot(223)
  # print('YCbCr-RGB图像')
  # print(img3)
  img2=rgb2ycbcr(img1)
  #Y分量赋值为0
  img2[:,:,0]=0
  #Cr分量赋值为0
  img2[:,:,2]=0
  #重新转成rgb图像
  img4=ycbcr2rgb(img2)
  # print(img4)
  img4=img4.astype(np.uint8)
  # print(img3)
  plt.imshow(img4)
  plt.title('Cb通道')
  plt.axis('off')

  #子图4
  plt.subplot(224)
  img2=rgb2ycbcr(img1)
  #Y分量赋值为0
  img2[:,:,0]=0
  #Cb分量赋值为0
  img2[:,:,1]=0
  #重新转成rgb图像
  img5=ycbcr2rgb(img2)
  img5=img5.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()