由RGB到HSV的轉(zhuǎn)換詳解

1RGB色彩空間

在圖像處理中，最常見的就是RGB色彩模型。在RGB模型中，每種顏色出現(xiàn)在紅、綠、藍(lán)的原色光譜分量中。該模型基于笛卡爾坐標(biāo)系。如圖1所示，RGB原色值位于3個角上；二次色青色，深紅色和黃色位于另外三個角上，黑色位于原點處，白色位于里原點最遠(yuǎn)的角上。

圖1 RGB色彩模型

圖1左 RGB彩色立方體示意圖。圖1右，RGB 24bit彩色立方體。原點到白色頂點的中軸線是灰度線，r、g、b三分量相等，強度可以由三分量的向量表示。

用RGB來理解色彩、深淺、明暗變化：

色彩變化：三個坐標(biāo)軸RGB最大分量頂點與黃紫青YMC色頂點的連線

深淺變化：RGB頂點和CMY頂點到原點和白色頂點的中軸線的距離

明暗變化：中軸線的點的位置，到原點，就偏暗，到白色頂點就偏亮

光學(xué)的分析

三原色RGB混合能形成其他的顏色，并不是說物理上其他顏色的光是由三原色的光混合形成的，每種單色光都有自己獨特的光譜，如黃光是一種單色光，但紅色與綠色混合能形成黃色，原因是人的感官系統(tǒng)所致，與人的生理系統(tǒng)有關(guān)。

只能說將三原色光以不同的比例復(fù)合后，對人的眼睛可以形成與各種頻率的可見光等效的色覺。

2 HSV色彩空間

HSV色彩空間如圖2所示圓錐體。色度表示圓錐角。HSV(Hue, Saturation, Value)是根據(jù)顏色的直觀特性由A. R. Smith在1978年創(chuàng)建的一種顏色空間, 也稱六角錐體模型(Hexcone Model)。

這個模型中顏色的參數(shù)分別是：色調(diào)（H），飽和度（S），明度（V）。

色調(diào)H

用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°,藍(lán)色為240°。它們的補色是：黃色為60°，青色為180°,品紅為300°；

飽和度S

飽和度S表示顏色接近光譜色的程度。一種顏色，可以看成是某種光譜色與白色混合的結(jié)果。其中光譜色所占的比例愈大，顏色接近光譜色的程度就愈高，顏色的飽和度也就愈高。飽和度高，顏色則深而艷。光譜色的白光成分為0，飽和度達(dá)到最高。通常取值范圍為0%～100%，值越大，顏色越飽和。

明度V

明度表示顏色明亮的程度，對于光源色，明度值與發(fā)光體的光亮度有關(guān)；對于物體色，此值和物體的透射比或反射比有關(guān)。通常取值范圍為0%（黑）到100%（白）。

圖2 HSV色彩模型

3 RGB色彩空間轉(zhuǎn)HSV

4 HSV在圖像處理應(yīng)用

HSV在用于指定顏色分割時，有比較大的作用。

H和S分量代表了色彩信息。

分割應(yīng)用：

用H和S分量來表示顏色距離，顏色距離指代表兩種顏色之間的數(shù)值差異。

Androutsos等人通過實驗對HSV顏色空間進行了大致劃分，亮度大于75%并且飽和度大于20%為亮彩色區(qū)域，亮度小于25%為黑色區(qū)域，亮度大于75%并且飽和度小于20%為白色區(qū)域，其他為彩色區(qū)域。

對于不同的彩色區(qū)域，混合H與S變量，劃定閾值，即可進行簡單的分割。

5 matlab實現(xiàn)RGB轉(zhuǎn)HSV

clear

clc

close all

img = imread('1.bmp');

figure, imshow(img), title('RGB image')

img = im2double(img);

R = img(:,:,1);

G = img(:,:,2);

B = img(:,:,3);

imgsize = size(img);

row = imgsize(1);

column = imgsize(2);

%%Calculation Of V

for i=1:1:row

for j=1:1:column

maxMatrix(i,j) =max(max(R(i,j),G(i,j)),B(i,j));

minMatrix(i,j) =min(min(R(i,j),G(i,j)),B(i,j));

end

end

V = maxMatrix;

figure, imshow(V), title('V image without using rbg2hsv ')

%% Calculation Of S

for i=1:1:row

for j=1:1:column

if V(i,j) == 0

S(i,j) = 0;

else

S(i,j) = (maxMatrix(i,j)-minMatrix(i,j)) / maxMatrix(i,j);

end

end

end

figure, imshow(S), title('S image without using rgb2hsv ')

%% Calculation Of H

for i=1:1:row

for j=1:1:column

if maxMatrix(i,j) == R(i,j)

H(i,j) = (1/6)*(0 + ((G(i,j) -B(i,j))  / (maxMatrix(i,j)-minMatrix(i,j))));

elseif maxMatrix(i,j) == G(i,j)

H(i,j) = (1/6)*(2 + ((B(i,j) -R(i,j))  / (maxMatrix(i,j)-minMatrix(i,j))));

elseif maxMatrix(i,j) == B(i,j)

H(i,j) = (1/6)*(4 + ((R(i,j) -G(i,j))  / (maxMatrix(i,j)-minMatrix(i,j))));

end

if H(i,j) < 0

H(i,j) = H(i,j) + 360;

end

end

end

figure, imshow(H), title('H image without using rgb2hsv ')

HSV = cat(3,H,S,V);

figure, imshow(HSV), title('HSV image without using rgb2hsv ')

實驗原圖

V分量

S分量

H分量

HSV圖像（RGB轉(zhuǎn)換后）