RGB与YCBCR转换及代码

一：目的意义

       在某些图像、视频中，经过一些图像处理之后，计算机对于处理后的图像仍然不能直白的检测出所需要的信息，这时候需要对某类色彩进行处理，使得所需要的信息更能直观的在处理后的图像显示出来。

二：RGB、YCBCR简介及公式转化

RGB：R:red(红色通道)；G:green(绿色通道)；B:blue(蓝色通道)，三种颜色的叠加可以得到人类视力所能感知的所有颜色。

YCBCR：Y表示颜色的明亮度和浓度，也可叫灰度阶。（通过RGB转换YCBCR提取Y分量也可以得到灰度图像）

Cb：表示颜色的蓝色浓度偏移量即RGB输入信号蓝色部分与RGB信号亮度值之间的差异。

Cr：表示颜色的红色浓度偏移量即RGB输入信号红色部分与RGB信号亮度值之间的差异。

二者转换，可以将亮度和色度分离开，更直白的看到自己所需要图像。

二者相互转换公式：

    1、RGB转YCBCR

        Y=0.257*R+0.564*G+0.098*B+16

        Cb=-0.148*R-0.291*G+0.439*B+128

        Cr=0.439*R-0.368*G-0.071*B+128

     2、YCBCR转RGB

        R=1.164*(Y-16)+1.596*(Cr-128)

        G=1.164*(Y-16)-0.392*(Cb-128)-0.813*(Cr-128)

        B=1.164*(Y-16)+2.017*(Cb-128)

三：代码及运行效果 

import numpy as np #存储处理大型矩阵
import imageio
import matplotlib.pyplot as plt # plt 用于显示图片
import cv2
lena = imageio.imread("lena.jpg")plt.subplot(131)
plt.imshow(lena) # 显示图片
plt.axis('on') # 显示坐标轴def rgb2ycbcr(rgb_image):"""convert rgb into ycbcr"""if len(rgb_image.shape)!=3 or rgb_image.shape[2]!=3:raise ValueError("input image is not a rgb image")rgb_image = rgb_image.astype(np.float32)# 1：创建变换矩阵，和偏移量transform_matrix = np.array([[0.257, 0.564, 0.098],[-0.148, -0.291, 0.439],[0.439, -0.368, -0.071]])shift_matrix = np.array([16, 128, 128])ycbcr_image = np.zeros(shape=rgb_image.shape)w, h, _ = rgb_image.shape# 2：遍历每个像素点的三个通道进行变换for i in range(w):for j in range(h):ycbcr_image[i, j, :] = np.dot(transform_matrix, rgb_image[i, j, :]) + shift_matrixreturn ycbcr_image#opencv标准库的转换效果
ycrcb_image = cv2.cvtColor(lena, cv2.COLOR_RGB2YCR_CB)lena_1 = rgb2ycbcr(lena)
plt.subplot(132)
plt.imshow(lena_1.astype(np.uint8)) # 显示图片
plt.axis('on') # 不显示坐标轴
plt.subplot(133)
plt.imshow(ycrcb_image)
plt.axis('on') # 显示坐标轴
plt.show()

左一为RGB原图，中间是转换为YCBCR的图像，

右一是通过opencv提供的标准库效果转换为YCRCB的图像

用公式计算转换的ycbcr图像与opencv标准库效果转换的图像基本一致，可以将上述代码矩阵的第二行与第三行换一下位置即可。

 四、参考

 RGB与YCBCR颜色空间转换及python实现_Mortal's blog-CSDN博客

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！