OpenCV颜色空间——HLS颜色空间

Posted 2020-09-27 Anita-ff 的图像处理之旅

引自：http://blog.csdn.net/zhangping1987/article/details/73699335

HLS颜色模型

HLS颜色空间，三个分量分别是色相（H）、亮度（L）、饱和度（S），这三个分量进行数字化处理，取值范围为：

，，

 

模型可以通过以下两幅图像理解（来自维基百科）

          

调节L分量，观察效果

从上图种可以看出，我们固定一个颜色（H）,那么随着饱和度（S,Chroma）的增加，颜色越来越深，OpenCV通过定义函数cvtColor实现BGR颜色空间向HLS颜色空间的转换，使用该函数时，最好将输入图像的BGR值归一到[0,1]范围，可以通过调节亮度（L分量）观察L造成的影响：

#include<opencv2/core.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/highgui.hpp>
using namespace cv;
#include<string>
using namespace std;
//颜色显示
Mat colorMap;
//H的取值范围[0,360]
int H = 180;
int MAX_H = 360;
//L的取值范围[0,1]
int L = 0;
int MAX_L = 255;//可以自定义设定
//S的取值范围[0,1]
int S = 0;
int MAX_S = 255;
//颜色显示窗口
string showColor = "H-S";
//回调函数
void callback(int, void*);
int main(int argc, char*argv[])
{
    colorMap.create(Size(MAX_S + 1, MAX_H + 1), CV_32FC3);
    //命名窗口
    namedWindow(showColor, WINDOW_GUI_EXPANDED);
    //调节 V 分量
    createTrackbar("L分量", showColor, &L, MAX_L, callback);
    waitKey(0);
    return 0;
}
void callback(int, void*)
{
    for (int h = 0; h < MAX_H + 1; h++)
    {
        for (int s = 0; s < MAX_S + 1; s++)
        {
            colorMap.at<Vec3f>(h, s) = Vec3f(h, L / float(MAX_L), s / float(MAX_S));
        }
    }
    //颜色空间的转换
    cvtColor(colorMap, colorMap, COLOR_HLS2BGR);
    //显示颜色
    imshow(showColor, colorMap);
}

 

上述程序的运行界面如下，通过调节L分量，观察其效果：

 

可以发现随着L的增大，所有的颜色逐渐消失，显示为白色，符合模型。

调节S分量观察其效果

#include<opencv2/core.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/highgui.hpp>
using namespace cv;
#include<string>
using namespace std;
//颜色显示
Mat colorMap;
//H的取值范围[0,360]
int H = 180;
int MAX_H = 360;
//L的取值范围[0,1]
int L = 0;
int MAX_L = 255;//可以自定义设定
//S的取值范围[0,1]
int S = 0;
int MAX_S = 255;
//颜色显示窗口
string showColor = "H-L";
//回调函数
void callback(int, void*);
int main(int argc, char*argv[])
{
    colorMap.create(Size(MAX_L + 1, MAX_H + 1), CV_32FC3);
    //命名窗口
    namedWindow(showColor, WINDOW_GUI_EXPANDED);
    //调节 V 分量
    createTrackbar("S分量", showColor, &S, MAX_S, callback);
    waitKey(0);
    return 0;
}
void callback(int, void*)
{
    for (int h = 0; h < MAX_H + 1; h++)
    {
        for (int l = 0; l < MAX_L + 1; l++)
        {
            colorMap.at<Vec3f>(h, l) = Vec3f(h, l / float(MAX_L), S / float(MAX_S));
        }
    }
    //颜色空间的转换
    cvtColor(colorMap, colorMap, COLOR_HLS2BGR);
    //显示颜色
    imshow(showColor, colorMap);
}

运行结果如下：

  

可以发现S很小时，几乎看不到颜色，随着S的增大，颜色信息也越来越明显。

通过上面显示的图谱可以看出，可以通过分割H分量，确定颜色。

调节H分量

#include<opencv2/core.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/highgui.hpp>
using namespace cv;
#include<string>
using namespace std;
//颜色显示
Mat colorMap;
//H的取值范围[0,360]
int H = 180;
int MAX_H = 360;
//L的取值范围[0,1]
int L = 0;
int MAX_L = 255;//可以自定义设定
//S的取值范围[0,1]
int S = 0;
int MAX_S = 255;
//颜色显示窗口
string showColor = "L-S";
//回调函数
void callback(int, void*);
int main(int argc, char*argv[])
{
    colorMap.create(Size(MAX_S + 1, MAX_L + 1), CV_32FC3);
    //命名窗口
    namedWindow(showColor, WINDOW_GUI_EXPANDED);
    //调节 H 分量
    createTrackbar("H分量", showColor, &H, MAX_H, callback);
    callback(0, 0);
    waitKey(0);
    return 0;
}
void callback(int, void*)
{
    for (int l = 0; l < MAX_L + 1; l++)
    {
        for (int s = 0; s < MAX_S + 1; s++)
        {
            colorMap.at<Vec3f>(l, s) = Vec3f(H, l / float(MAX_L), s / float(MAX_S));
        }
    }
    //颜色空间的转换
    cvtColor(colorMap, colorMap, COLOR_HLS2BGR);
    //显示颜色
    imshow(showColor, colorMap);
}

 

 

效果如下：

  

观察到L很大或者很小时，H的变换颜色值的变化非常小